昨天有个粉丝私信我，说领导扔给他一段两小时的会议录像，让他整理成文字稿，他对着屏幕敲了一下午，手指头都快废了。问我有没有啥省事的办法。说实话，这事儿我太有发言权了，之前整理访谈录音的时候，我也是那个傻乎乎按暂停键的人，一小时的音频能磨掉我大半天。后来被逼得没办法，开始研究各种能把声音转成文字的工具，踩过坑也踩过雷，总算摸出点门道。今天就把如何把视频里的声音变成文字这件事，掰开了揉碎了跟你们聊聊。
其实不管是会议录音、外语课程还是自己拍的视频素材，想把里面的声音提取成文字，核心就一条：找个靠谱的语音识别工具。下面我把自己常用的方法和工具都摆出来，你们挑顺手的用。
先说说我目前用得最顺手的：汇帮AI语音转文字
这个软件是我目前电脑上常驻的，界面干净，没那么多花里胡哨的东西。打开之后左侧功能栏一目了然——语音转文字、视频转文字、文字转语音，各是各的模块。咱们今天的主题是声音转文字，所以直接选“语音转文字”这个功能模块就行。
接下来这步是重点，看仔细了。点击“添加文件”按钮，或者直接点中间的空白区域，把准备好的音频文件导进去。这里支持mp3、wav、ogg等多种常见格式，如果你手头有好几个文件要处理，可以一次性批量添加，省得来回折腾。
文件进来之后，右侧有个“转换模式”区域需要你选一下，这就是识别模型的选择。点开“更多模式”按钮，能看到不同场景的识别方案。
根据你的实际音频内容选一个匹配的模型，然后点“确认选择”。这一步相当于告诉软件：接下来请按这个模型来解析我的音频。模型选对了，识别准确率会明显不一样，这个后面我会细说
底部还有个输出格式的选项，就是转出来的文字存成什么类型的文档。TXT最省事，Word也行，看你自己后续怎么用。我一般选TXT，因为纯文本复制粘贴到哪儿都方便。
语言类型这块也得留意一下。软件支持多种语言识别，音频里说的是中文就选中文，是英文就选英文。我这次导入的是中文会议录音，所以语言选了中文。选错了语言，识别结果会乱七八糟的，别问我是怎么知道的。
再设一个输出文件夹，用来存放转出来的文字文件。这一步别跳过，不然转完了你满电脑找文件，那叫一个抓瞎。
都设置好之后，点“开始执行”按钮，软件就开始对音频文件进行识别处理了。这时候你可以去倒杯水，回来基本就完事了。
等一小会儿，转换完成后软件会自动打开输出文件夹，里面躺着一个TXT文件，就是转出来的文字内容。
打开文件核对一下内容，音频里说的话基本都被转成文字存进去了。我试了好几遍，日常会议的普通话识别准确率还是挺能打的。拿到这个文档，你爱怎么编辑怎么编辑，会议记录、课程笔记都随你。
对了，这个逻辑同样适用于如何把会议录音生成会议记录文字这个场景。会议录音导进去，语言选中文，模型挑一个适合会议场景的，转出来的文字稍微整理一下就是一份会议纪要的底稿，比从头听录音快太多了。
其他几个我也用过的方法，顺带说说
Rev
这个平台在海外用得比较多。进主页选Automated Transcription服务，上传目标视频文件，提交后系统自动转录。完事了平台会发邮件通知你，登录网页端的编辑器就能看结果。
Otter.ai
登录后点右上角的Import按钮，选本地的MP4或MOV视频上传。系统识别完会在工作区生成逐字稿。它有个好处是能边开会边实时转写，不过免费版有分钟数限制，用之前心里有个数。
Happy Scribe
浏览器打开网页端注册登录，点“上传文件”选音频或视频，设置识别语种。转写模式有两种——AI自动转写和AI加人工校对，按需选。提交任务后等完成，可以在线编辑调整格式，最后导出你要的文件类型。
叮咚录音APP
手机上用的。打开APP点“录音”按钮开始录制会议或访谈，录制过程中能实时看到转写文字，结束后自动生成完整文稿。编辑校对完可以选格式导出或者存云端。适合现场会议直接用手机搞定。
录音转文字助手
进入【录音转文字】界面后选择文件上传，mp3、aac、ogg等格式都吃得下。操作门槛低，适合偶尔用一次的需求。
网易见外
浏览器打开网易见外工作台，登录后点“新建项目”，选“语音转写”或“视频转写”。上传会议录音文件，支持MP3、WAV、AAC等格式，设置文件语言和出稿类型后提交。等系统处理完，进在线校对界面把识别有误的地方改一改，确认后导出SRT字幕或纯文本都行。
### 几个容易踩坑的地方，唠叨两句
模型选择别偷懒。不同的识别模型针对的场景不一样，会议录音和外语课程用的模型可能就不同。选对了准确率能差出一大截，选错了改错别字能改到你怀疑人生。
语言类型要匹配。中文音频选了英文识别，出来的东西你根本看不懂。这个错误我犯过，当时还纳闷怎么全是乱码，后来才发现是自己选错了语言。
输出文件夹提前设好。不设的话文件默认存到某个犄角旮旯的目录里，找起来特别费劲。
批量处理省时间。如果你手头有好几段录音要转，别一个一个来，汇帮那边支持批量添加文件，一次性导进去让它慢慢跑，你去干别的事就行。
如何把视频里的声音变成文字这事儿，说到底就是选对工具加设置到位。工具选顺手的，参数按实际情况调，剩下的交给软件跑就完了。上面这几个方法你们挑一个适合自己的试试，要是操作过程中卡在哪儿了，评论区喊我一声，看到就回。
