研究开场与表达节奏
分析第一句话、信息展开顺序和结尾的行动引导。时间戳可以帮助区分真正说出口的开场与仅出现在画面中的文字。
让视频中的每一句话，都能被整理和复用
TikTok 视频转文字
想拿到 TikTok 视频里的原话，又不想一句一句反复回放？从公开视频链接或本地视频、音频开始，对照时间戳核对文字，修正措辞，再选择适合笔记、写作或字幕的格式。
- TikTok 链接或本地文件
- 保留原始语音语言
- 文字稿与字幕格式
文字稿记录的是视频中的语音，区别于发布文案、画面上的文字和翻译结果。
先判断是否适合你
开始 TikTok 视频转文字前，你关心的几件事
你可能只想找一句原话，也可能需要整理笔记，或给自己的视频做字幕。先确认来源是否可用，以及你真正需要的结果。
- 我的视频能处理吗？
- 首版输入范围是公开 TikTok 视频链接，以及 MP4、MP3、M4A、WAV 文件，初始限制为五分钟、50 MiB。音轨需要包含语音。私密帖子、无法访问的链接、图片合集和无声片段，可能无法提供可转写的语音来源。
- 需要登录或付费吗？
- 工作台支持无需账号使用：每设备每天 3 次尝试、每 IP 每天 10 次，失败尝试也计入额度，按 UTC 日期重置。无需银行卡或付费。仅在已连接处理服务时开放转写；未连接时面板会明确显示预览。
- 选中的文件会被上传吗？
- 选择文件本身不会上传。开始转写后，文件会经本站发送到 Cloudflare 私有存储和 Workers AI。任务只能通过创建时的设备 Cookie 访问。媒体和结果在 24 小时后过期，请在过期前下载结果。
- 每个字都会识别正确吗？
- 文字稿是待核对的初稿，并不是已确认无误的引文。人名、数字和重要说法需要再听一遍。需要准确引用某句话时，用时间戳找到原片段核对，不要只依赖转写文字。
- 输出英文，还是原来的语言？
- 转写保留语音原语言。语言选择帮助识别音频，并不是翻译设置。文字稿可以作为后续翻译的基础，但翻译文字和重新调整字幕时间属于另外的步骤。
- 大概要等多久？
- 不承诺固定秒数。来源获取、媒体长度和识别负载都会影响等待时间。面板显示真实任务状态和已完成片段数量，不使用模拟进度条。
操作流程
如何获取 TikTok 视频文字稿
让视频来源、语音内容和字幕时间保持对应。在发布字幕或引用内容前，先核对转写结果。
- 01
粘贴链接，或上传文件
使用公开 TikTok 视频的链接。如果链接无法读取，可以改用已有的视频或音频文件。知道语音语言时手动选择；不确定时使用自动识别。
- 02
对照时间戳，核对文字稿
按时间分段阅读转写内容，并与原视频核对。检查人名、专业术语和不清晰的语句。背景音乐、多人同时说话和过快语速都可能影响识别。
- 03
复制文字，或下载字幕
做笔记或写作时选择 TXT；常见剪辑字幕流程选择 SRT；网页视频字幕选择 VTT。修改句子会更新文字内容，分段的原始时间保持不变。
根据手里的来源选择入口
TikTok 链接和文件上传，该选哪一种？
优先选择能用最少步骤获取语音内容的方式。只是想了解结果格式时，可以直接体验示例，不必先下载视频。
01视频公开可访问时，优先使用链接
复制具体视频的链接，而不是创作者主页或搜索结果页。完整视频地址和支持的 TikTok 短链接可用于链接入口。这种方式依赖处理时原视频仍然可以访问。
02已经有录制文件时，使用上传入口
自己的录制内容，或公开链接获取失败时，已有的本地副本会更方便。先确认实际格式、时长和大小。修改扩展名不会转换编码；如果只需要其中一段，可先用剪辑工具裁剪。
03只需要一句原话时，也可以先看现有字幕
如果视频已经有清晰字幕，而你只需要几个字，手动核对对应位置可能就够了。需要整段口述文字、可检索的笔记或独立字幕文件时，转写更有价值。现有字幕也可能出错，关键措辞仍应对照语音确认。
理解转写结果
TikTok 视频转文字：文字稿究竟记录什么
TikTok 文字稿是对视频中口述内容的文字记录。语音识别读取音轨，因此即使创作者没有添加字幕，也可以根据语音生成文字稿。你可以查找一句话、整理笔记或准备字幕文件，减少反复播放整段视频的次数。
- 语音文字稿
- 根据音轨识别出的口述内容，可以是可读的全文，也可以按时间分段。这是语音转文字的结果。
- 发布文案
- 创作者写在视频下方的描述和话题标签。它们用于介绍视频，未必包含说话者的原话。
- 字幕文件
- 文字稿加上每一段的开始、结束时间。SRT 和 VTT 让播放器或剪辑软件在对应时刻显示字幕。
让文字稿发挥作用
视频之外，文字稿还能怎么用
一份可用的文字稿，让口述信息更容易核对和整理。复用内容时，保留原视频来源。
整理教程与学习笔记
从口述教程中整理步骤、材料或解释。先在文字中查找细节，再回放对应位置，确认用量和操作要求。
为自己的视频准备字幕
用带时间戳的文字稿作为字幕初稿。在剪辑软件中检查措辞和每行长度；语音时间对应准确，也不代表字幕阅读速度一定合适。
把口述想法整理成文字初稿
将自己的录音说明整理成提纲、文章或简报。文字稿保留口述措辞，转换格式时再处理重复表达和未完成的句子。
选择合适的文件
用 TXT、SRT 或 VTT 保存 TikTok 转写结果
根据下一步用途选择格式。文本文件适合阅读整理，字幕文件保留播放时需要的时间信息。
| 格式 | 包含内容 | 适合用途 |
|---|---|---|
| TXT | 纯文字，不含字幕时间码 | 笔记、提纲和文档 |
| SRT | 带序号、开始和结束时间的字幕段落 | 视频剪辑与常见字幕工作流程 |
| VTT | 带开始和结束时间的 WebVTT 字幕 | HTML 视频与网页播放器 |
复用前，先核对
哪些因素会影响 TikTok 语音转写准确度？
清晰的语音比被音乐盖住的声音更容易识别。口音、语种切换、陌生人名和多人同时说话都可能带来错误。AI 转写适合作为初稿；引用重要内容或发布字幕前，应听一遍对应片段。
- 自动检测不确定时，选择你已知的语音语言。
- 对照原视频检查人名、数字、否定词和专业术语。
- 无声视频或图片合集可能没有可转写的语音。
- 语音识别不会读取视频画面中的文字。
遇到问题，先找到原因
TikTok 转写常见问题与处理思路
先分清是来源问题、音频问题，还是导出后的使用问题。如果生成按钮禁用且面板显示预览，说明当前环境未连接处理服务。
视频链接无法读取
先自行打开链接，确认它指向仍然公开的视频。重新复制分享链接，并检查不是账号主页地址。来源仍受限时，如果你已有自己的可用副本，可以改用文件入口。
文件太大，或视频太长
首版限制为五分钟、50 MiB。可以保留相关片段，或用剪辑工具导出较小的受支持文件。避免反复大幅压缩导致人声不清晰。分段处理录音时，记录每个片段在原文件中的起始时间。
结果没有文字，或可用文字很少
先确认内容包含口述语音，而不是只有音乐。检查文件保留了音轨，人声也能听清。画面上的文字不属于语音，需要 OCR；语音工具无法还原从未听得到的词句。
人名、数字出错，或出现重复句子
回放相关片段并手动修正。短视频或混合语言内容尤其需要检查所选语音语言。背景音乐和长停顿可能干扰识别。删除重复文字前，先确认说话者并没有真的重复。
文字基本正确，但字幕看着不舒服
语音分段不一定就是合适的字幕阅读单位。可在字幕编辑器中把长句拆成较短段落，留出足够阅读时间，并配合视频预览。在面板中修改文字会保留原时间码，并不会自动重新调整字幕时间。
下载了字幕，但视频上没有显示
SRT 和 VTT 是独立文本文件，并不是已把字幕压进画面的视频。需要在兼容的播放器或剪辑软件中导入字幕文件，并选择字幕轨道。软件无法读取时，应导出它支持的格式，而不是只修改文件扩展名。
把初稿，核对成可以放心使用的文字
引用或发布前，用这份清单检查文字稿
核对的仔细程度应与错误带来的影响相匹配。个人笔记可以先做基本检查；公开引用、操作说明和发布字幕，则需要更认真地对照原语音。
01先检查意思，而不只是错别字
重点听否定词、数量、日期、人名和单位。把“十五”写成“五十”，或漏掉一个“不”，都可能让流畅的句子表达完全不同的意思。这只是说明核对重点的例子，并非本工具实测错误。
02让引用保留上下文
回放目标句子前后的一小段。笔记中保留来源链接和时间戳，方便再次核对。删减或改写内容时，把自己的概括与说话者原话区分开。
03在实际使用的软件里再看一遍
用于笔记时，检查分段并整理不必要的重复。用于字幕时，检查时间、行长，以及字幕是否遮挡重要画面信息。格式有效的字幕文件，仍可能需要编辑调整才能发布。
开始前，你可能想了解
TikTok 视频转文字常见问题
如何获取 TikTok 视频的文字稿？
在 TikTok 链接标签中粘贴公开视频链接，或在上传文件标签中选择视频、音频。选择语言，生成文字稿，再核对带时间戳的内容。链接处理依赖视频保持公开可访问。工具面板会显示转写服务是否可用；标注的格式示例并不是你的视频转写结果。
视频没有现成字幕，也能转成文字吗？
可以，语音转文字识别的是音轨，不需要视频已有字幕。但视频必须包含可以听清的语音。纯音乐或无声片段可能无法生成可用文字稿；画面文字需要另外使用 OCR 工具识别。
可以上传视频，而不使用 TikTok 链接吗？
上传支持 MP4 视频和 MP3、M4A、WAV 音频，最长 5 分钟。MP4、MP3、WAV 最多 50 MiB，M4A 音频最多 8 MiB。处理服务会检查实际容器内容和时长，改名或编码不兼容的文件可能被拒绝。仅在开始转写时才会发送文件。
可以下载 SRT 或 VTT 格式的 TikTok 字幕吗？
带时间戳的转写分段可以导出为 SRT 或 VTT；TXT 保存可读文字，不含字幕时间码。SRT 常用于剪辑流程，VTT 适合网页播放器。导入后仍需在目标播放器或剪辑软件中检查时间对应和字幕行长。
转写会把视频翻译成英文吗？
转写是把语音记录为原语言文字；翻译是将这些文字转换成另一种语言，两者是不同操作。选择英语表示识别英语语音，并不会把其他语言的音频翻译成英文。
为什么 TikTok 链接可能无法生成文字稿？
视频可能已删除、设为私密或受到访问限制，媒体地址也可能过期。有些帖子是图片合集而非口述视频。如果你已有可用副本，上传文件可以绕过链接获取步骤，但音轨仍需包含能识别的语音。
TikTok 文字稿和发布文案是同一回事吗？
不是。发布文案是帖子附带的文字描述和话题标签；文字稿记录音频中的口述内容；字幕再为这些口述内容添加时间信息。一个视频可以同时具备三者，而且内容可能完全不同。
AI 转写 TikTok 视频有多准确？
准确度受录音质量、背景声、语言和表达方式影响，没有适用于所有 TikTok 视频的统一准确率。请把输出当作初稿，对照原视频修正关键措辞，并在发布前检查字幕时间。
TikTok 视频转文字免费吗？需要登录吗？
已连接的工作台无需账号或付费。每设备每天最多 3 次尝试、每 IP 每天最多 10 次，按 UTC 日期重置，失败尝试计入额度。处理服务未连接时，仅提供明确标注的格式演示。
上传的视频会保存或公开吗？
选择文件时保留在本地，开始转写后才会发送到 Cloudflare 私有存储和 Workers AI。访问由创建任务时的设备 Cookie 控制，不提供公开媒体链接。媒体和结果在 24 小时后过期，由后台清理。请导出需要保留的文件。
TikTok 视频转写需要多长时间？
处理时间取决于来源获取、时长和当前服务负载。面板会显示真实任务状态。尚未建立有代表性的速度基准，因此样例不代表固定处理时间。
超过五分钟的视频可以转写吗？
每个文件或链接视频限制为 5 分钟。更长录制内容需要先裁出相关短片段；如果后续拼接文字稿，请保留每段在原始文件中的起始时间。当前版本不提供批量处理或超过上限的视频自动拆分。
能提取 TikTok 视频画面上写的文字吗？
语音识别读取音频，不读取视频画面的像素。只出现在画面上的幻灯片、产品标签或无声文字，需要 OCR。如果说话者把它们读出来，语音文字稿可能会包含这些词句，但并不是独立提取了画面文字。
导出 SRT 会自动把字幕加到视频上吗？
不会。SRT 是含时间信息的独立字幕文件。需要把它导入兼容的播放器或剪辑软件，检查分段时间；如果希望字幕固定显示在画面中，再由该软件导出视频。在这里编辑文字，不会把字幕压进视频，也不会自动修改时间码。