摘要：从视频中提取文字（通常称为“视频转文字”或“字幕提取”）是一个非常常见的需求。根据视频类型和技术偏好，有几种不同的方法，下面从全自动到手动，从免费到付费介绍三大类方法，根据情况选择最合适的一种。

从视频中提取文字（通常称为“视频转文字”或“字幕提取”）是一个非常常见的需求。根据视频类型和技术偏好，有几种不同的方法，下面从全自动到手动，从免费到付费介绍三大类方法，根据情况选择最合适的一种。

方法一：使用现成的软件或在线工具（最简单、最推荐）

这类方法最适合绝大多数普通用户，无需技术背景，一键操作。

场景A：如果视频有现成的字幕/硬字幕（即字幕已经烧录在视频画面里）

这叫做 “视频 OCR”（光学字符识别），原理是识别视频帧中的文字。

1. 推荐工具：剪映专业版（PC版）

优点：免费、中文识别准确率高、极其方便。

操作步骤：

打开剪映专业版，导入视频。

将视频拖到轨道上。

在左上角的菜单栏中点击 “文本” -> “智能字幕”。

点击 “开始识别”。

识别完成后，字幕会出现在轨道上。可以在右侧面板中全选（Ctrl+A）、复制（Ctrl+C） 所有识别好的文字。

粘贴到记事本或Word中即可。

2. 其他推荐工具：

QQ/微信截图（OCR功能）：如果视频很短，可以播放视频并暂停在每一段文字处，+Alt+A）+A）的截图功能，截图后点击工具栏的“屏幕识图”按钮，就能提取文字。

手机相册OCR：很多安卓手机（如小米、华为）的相册自带识别图片文字的功能。可以对视频进行截图，然后在相册里对图片进行文字识别。

场景B：如果视频没有字幕，或者是有单独的字幕轨（如MP4+SRT文件）

这叫做 “语音转文字”（语音识别）。

1. 推荐在线工具：

网易见外工作台 (jianwai.netease.com)：非常强大的免费工具，支持视频转写、翻译等。

腾讯云音视频 (有免费额度)：提供专业的AI语音识别服务。

阿里云音视频AI (有免费额度)：同样提供专业服务。

Adobe Premiere Pro（2021版或更高）：专业视频编辑软件，内置“语音到文本”功能，可自动生成字幕并导出文本。

2. 操作流程（以网易见外为例）：

注册登录。

点击“新建项目” -> “视频转写”。

上传视频文件。

选择“中文”（或英文等）。

提交后等待系统处理，完成后即可在线编辑、导出文本（TXT格式）或字幕文件（SRT格式）。

方法二：使用Python代码（适合开发者或技术爱好者）

如果会编程，可以使用开源库来实现更自主的控制。

1. 提取硬字幕（视频OCR）：

库：OpenCV (处理视频帧) + Pytesseract (OCR识别引擎)

思路：用OpenCV按一定间隔截取视频帧，然后用Pytesseract对每一帧图片进行文字识别，最后去重和整理结果。

2. 提取语音（语音识别）：

库：SpeechRecognition + MoviePy (或 FFmpeg)

思路：先用MoviePy或FFmpeg从视频中分离出音频（通常是WAV格式），然后使用SpeechRecognition库调用Google/百度/微软等的语音识别API来将音频转为文字。

优点：高度可定制化，可以集成到自己的程序中。缺点：需要编程环境，识别准确率受模型和代码逻辑影响。

方法三：手动转录（最原始，但准确率100%）

如果视频很短（1-2分钟），或者上述自动方法识别准确率太差（如有严重口音、背景音嘈杂），这是最可靠的方法。

操作：播放视频，手动暂停，用键盘打字记录下内容。

技巧：可以使用播放器（如PotPlayer、VLC）的减速播放功能，让你有更充足的时间打字。

总结与选择建议

说在最后

1. 先判断视频有没有字幕：看看字幕是不是视频画面的一部分。

有字幕（硬字幕）：优先尝试剪映或截图OCR 的方法。

没有字幕：优先尝试网易见外等在线语音转文字工具。

2. 如果视频很长且对准确率要求高，可以先用在线工具生成初稿，再手动进行校对和修改，这比完全手打要快得多。

来源：大意挪乾坤