视频转文字 — 转录任何视频

上传视频获得视频中所有对话的文字版本。浏览器先提取音频轨道，500 MB 的屏幕录像或手机视频缩小为几 MB；ParseJet 使用自有服务器的语音识别进行转录。支持数十种语言、标点规范、时间戳分段——免费使用，开发者可通过一个 API 调用获得相同结果。

拖放文件到此处或浏览

支持MP4,MOV,MKV,WEBM,AVI,WMV,M4V,FLV,3GP文件

免费 — 每天3次请求，无需注册。获取每月300个免费额度。

工作原理

上传视频文件

上传 MP4、MOV、MKV、WebM、AVI、WMV 或 M4V。音频在浏览器中提取，所以视频本身无需上传。

语音识别

系统自动检测语言并在 ParseJet 服务器上进行转录，包括标点和段落分行。

复制文字稿

复制文字用于笔记、字幕或总结，或通过 API 获得带时间戳的 JSON 格式。

主要特性

这款video to text脱颖而出的原因。

支持所有常见视频格式

MP4、MOV、MKV、WebM、AVI、WMV、M4V、FLV 和 3GP——手机视频、屏幕录像、Zoom 导出、相机文件。

无需上传巨大文件

仅上传压缩的单声道音频轨道：约 360 KB/分钟，无论视频分辨率多高。

支持数十种语言

自动识别；包括英语、西班牙语、葡萄牙语、法语、德语、日语、中文、韩语、阿拉伯语、俄语及其他。

包含时间戳

每个转录结果都包含时间分段——用于生成字幕和章节标记的原始数据。

隐私优先设计

识别在 ParseJet 自有服务器上使用开源模型进行；音频转录完成后立即丢弃。

API 支持大规模应用

发送 POST 请求到 /v1/parse/video，获得 JSON 格式文字稿。提供 Python 和 JavaScript SDK。

使用场景

此工具能为您节省时间的常见场景。

讲座和网络研讨会

将录制的课程或网络研讨会转成可搜索、可引用和总结的笔记。

会议录音

Zoom、Teams 和 Meet 导出变成会议纪要和行动项——粘贴到 AI 助手生成总结。

字幕和视频字幕

利用时间分段为社交媒体或无障碍访问添加字幕。

内容重新利用

从视频实际内容起草博客文章、新闻通讯或社交媒体线索。

通过API自动化

以编程方式使用相同的工具。适用于任何语言——仅需HTTP。

cURL

# Transcribe a video file (MP4, MOV, MKV, WebM, AVI ...)
curl -X POST https://api.parsejet.com/v1/parse/video \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "[email protected]" \
  -F "language=en"

# Response: text + metadata.segments [{start, end, text}], duration, language

Python

import httpx

resp = httpx.post(
    "https://api.parsejet.com/v1/parse/video",
    headers={"Authorization": "Bearer YOUR_API_KEY"},
    files={"file": open("lecture.mp4", "rb")},
    timeout=600,
)
data = resp.json()
print(data["text"])
print(data["metadata"]["duration"], "seconds,", data["metadata"]["language"])

JavaScript

const formData = new FormData();
formData.append("file", videoFile); // MP4, MOV, MKV, WebM, AVI ...

const res = await fetch("https://api.parsejet.com/v1/parse/video", {
  method: "POST",
  headers: { Authorization: "Bearer YOUR_API_KEY" },
  body: formData,
});
const { text, metadata } = await res.json();
console.log(text, metadata.segments);

想自动化处理吗？

ParseJet API 通过一个 HTTP 端点提供相同的解析能力。无需 ffmpeg、poppler 或 tesseract — 只需一次 API 调用。

curl -X POST https://api.parsejet.com/v1/parse/auto/url \
  -H "Content-Type: application/json" \
  -d '{"url":"https://example.com"}'

查看 API 文档

常见问题

如何将视频转录为文字？

上传上方的视频。浏览器会提取音频轨道、上传该小文件，转录结果会在输入框下方出现——直接复制。无需账户每天可免费转录 3 次。

需要上传整个视频吗？

不需要。音频在浏览器中提取，仅发送该部分——约 360 KB/分钟。2 GB 的录音也可以；首次运行会下载浏览器转换器（约 30 MB）。

视频最长可以多长？

每次请求最多 5 分钟音频。更长的视频：修剪或分割文件，或通过 API 逐段发送——时间戳使拼接转录结果变得容易。

支持哪些语言？

数十种，自动识别：英语、西班牙语、葡萄牙语、法语、德语、意大利语、荷兰语、波兰语、俄语、土耳其语、阿拉伯语、日语、韩语、中文及其他。短视频可添加 language=xx。

能转录 YouTube 视频吗？

使用 YouTube 文字稿工具：存在字幕时获取字幕，否则转录音频。本页面用于设备上的视频文件。

免费吗？

免费。无需注册每天可免费转录 3 次。视频转录需要 5 个积分（最多 5 分钟音频），免费账户每月有 300 个积分。付费计划起价 19 美元/月。

免费开始提取文本

无需注册。几秒钟内解析您的第一个文件。

查看价格