做了一个 MP4 转文字的小工具

[yongkunchen]

最近自己做了一个 MP4 转文字的 AI 小工具，主要用于把视频快速转换成文本。

项目地址： https://mp4totext.ai/

开发过程中发现，真正麻烦的并不是调用语音识别模型，而是视频格式兼容、音频提取、长视频处理以及异步任务这些细节。

目前还在持续优化，如果大家平时有视频转文字的需求，欢迎试试看。

也想听听大家对视频转写类工具还有哪些实际需求。

[oldManNewThought]

提取文案的东西吗，我记得夸克网盘上直接内置了这个，还能导出不同格式的文本

[langhuishan]

只是提取语音吗？有没有让 AI 通过视频写文案呢？就是视频转换成剧本。

[wxd21020]

大佬，支持人员角色只能分类不？能否本地化离线环境呢？有些音频涉密是否可用？

[pike0002]

可以加功能比如像 PandaRecord 一样支持转录后再进行 AI 校正和手动校正。https://www.pandarecord.com/create-transcript

[KathleenMurphy]

能不能直接识别文字后总结一下？

[unii23i]

感觉功能有点太简单了，我做新媒体视频的，下了 codex 第一个工具就是做的这个，然后翻译成中文语音，但是受众也仅对我这批人呃

[Rliey]

... 试了个藏语的果然跟我的一样 出现了重复句子的问题
I cannot see the rest of my life. I have a child who has been holding my own hands. I can't hold my hand when I am back. I can't hold my hand. I can't hold my hand. But I can't hold my hand. I can hold my hand and hold my hand.

[lneoi]

我都是将各种课程转成文字版，用的是通义听悟，但音质+各种领域会导致错字非常多，还需要多轮 ai 处理，然后最后才再由 AI 整理成多份或者一份课程知识体系的阅读文档

[iyuanyi]

音视频转文字的赛道真是拥挤啊 https://freeaudiototext.com/mp4-to-text

@wxd21020
离线运行 数据全部在本地 可以标记角色 你可以下载这个试试 https://download.freeaudiototext.com/FreeAudioToText-Mac.v.1.0.1.zip

[wxd21020]

@iyuanyi 感谢佬。

[yongkunchen]

@unii23i 你感觉还需要有哪些功能呢？我看主流的就是转录文本，然后总结这些，其他的需求还没有深入调研

[iyuanyi]

@wxd21020 本地客户端更新为本地 docker 了。分角色 不需要联网 数据绝对不上传的版本。有需要可以给你授权测试 https://freeaudiototext.com/zh/enterprise