格镜: 只想把视频里的声音提出来再转文字,主站语音转文字和工具箱音频处理分别在流程哪一步,文件经过哪里?
如果只要文字稿,可直接把视频文件传进格镜语音转文字,不必先单独提取音频。
这个判断的前提是文件本身在格镜语音转文字页面的接受范围内:页面列出 MP4、MP3、WAV、M4A,单文件 500M 以内、时长 180 分钟以内。视频文件带着声音进去,页面按语句转录语音并对齐时间轴,输出含时间信息的字幕或内容概括。音频提取在这条路径里不是必经步骤,视频里的声音也不需要你先用别的工具拆出来。
主站语音转文字在流程的哪一步,文件经过哪里?
转写发生在你提交任务之后,由云端异步处理。
在格镜语音转文字页面,操作位置集中在同一处:选择或拖入音频、视频文件,确认语言选项,提交任务。页面说明任务在云端异步处理,处理结果可从使用记录入口回查和下载。也就是说,文件在提交后离开浏览器,进入主站的云端任务,而不是在本地页面里当场算出文字。
“异步”影响的是等待方式:任务提交后不会立刻返回结果,你可以先去做别的事,再回使用记录查看进度和产物。这不等于处理耗时有固定承诺,页面未给出统一完成时间。
如果你手上是 MP4,且体积和时长都在上述范围内,直接提交即可。若文件超出 500M 或 180 分钟,才需要回头看预处理这一步。
工具箱的音视频入口管什么,文件经过哪里?
工具箱处理的是文件本身的格式和体积,不产出文字稿。
格镜工具箱的音视频分类里列有音频格式转换、取帧、视频压缩和视频格式转换。页面介绍这些工具免费、在浏览器本地处理。它适合的位置在转写之前:把不方便直接提交的格式换成页面列出的格式,或把过大的视频压小,让文件更接近语音转文字页面的接受条件。
但换格式和压体积得到的是另一个音频或视频文件,不是转写结果。工具也不会替你把声音转成带时间轴的字幕。要文字稿,仍然要回到主站语音转文字提交任务。
需要分清的是,工具箱 FAQ 另提示部分计算量较大的工具首次使用需要登录,所以不能理解成所有工具都免登录。
两条路径怎么组合,哪些说法不能混?
可以先用工具箱处理文件,再交主站转写,但收费和处理方式各按各的算。
组合的典型情形是:视频体积超过 500M,先在工具箱压缩,或把不常见的音频容器转成 MP3、WAV、M4A,再上传到语音转文字页面。前一步在浏览器本地完成,后一步在云端异步完成。两步之间你手里多了一个中间文件,最终产物才是字幕或内容概括。
不能混的地方有两处。其一,工具箱“免费、本地处理”的说明只覆盖工具箱里的那几项操作,不能推出主站的转写、总结和脚本任务免费或文件不上传。其二,主站接受视频文件,不等于必须先做音频提取;提取音频只是可选的预处理,不做也能走通。
| 环节 | 入口 | 输入 | 得到什么 | 处理位置与条件 |
|---|---|---|---|---|
| 换格式、压体积 | 工具箱音视频入口 | 音频或视频文件 | 转换后的音频、压缩或转格式后的视频 | 页面介绍为浏览器本地处理、工具免费;部分大计算工具首次需登录 |
| 提取声音并转文字 | 主站语音转文字 | MP4、MP3、WAV、M4A,500M 以内、180 分钟以内 | 含时间信息的字幕或内容概括 | 云端异步处理,结果可在使用记录回查下载 |

提交前该核对哪几项?
先看文件是否在语音转文字页面的格式、体积和时长范围内,再决定要不要预处理。
核对顺序可以这样走:确认扩展名是 MP4、MP3、WAV、M4A 之一;确认单文件不超过 500M、时长不超过 180 分钟;两项都满足就直接提交,任何一项不满足再考虑用工具箱压缩或转换格式。
拿到字幕或概括之后,建议对照原声抽查人名、数字和专业术语,时间轴是否与语句对齐也要看一遍。这些是人工校对动作,页面没有说明自动纠错或说话人区分能力,涉及多人对话时尤需回听。
另外,主站按使用分钟数扣减时长余额,各功能共用同一余额,新用户注册可得 5 分钟试用。工具箱的免费说明不改变这套计费方式。具体扣减规则以账号内说明为准。
常见问题(FAQ)
只想保留声音、不要视频画面,需要先提取音频吗?
不需要,语音转文字页面直接接受 MP4。
视频文件提交后按语音内容转录,画面不参与这一步。若你另有用途需要单独的音频文件,例如存档或送进别的软件,才用工具箱的音频格式转换另存一份。
工具箱的音频格式转换会顺带把语音转成文字吗?
不会,它只换文件格式。
转换得到的是音频文件,要文字稿还得把文件提交到主站语音转文字。两者产物不同,不能把格式转换当成转写的前置替代。
工具箱免费,是不是意味着主站转写也不花钱?
不是,两处收费说明各自独立。
工具箱页面介绍其工具免费、在浏览器本地处理;主站按使用分钟数扣减账户时长余额,各功能共用同一余额。免费范围不能从工具箱扩展到主站任务。
视频文件超过 500M,应该先压缩还是先转格式?
先判断超的是体积还是格式,再选对应工具。
体积超限就用视频压缩;格式不在 MP4、MP3、WAV、M4A 之列就用音频或视频格式转换。压完或转完后,仍要回到语音转文字页面核对是否落在 500M 和 180 分钟以内。
上传到主站的文件会留在本地还是送到云端?
按页面说明,主站任务是云端异步处理。
工具箱的本地处理说明只对应工具箱里的操作,不能套到主站。本次仅核查了页面文字,未验证文件是否上传,也没有抓包核对传输细节;对文件流向有严格要求时,应先按自身合规要求评估再提交。
适用边界
这条流程的可组合性建立在两个入口各自的说明之上,超出说明的部分不能互相借用。
主站语音转文字的格式、体积、时长上限,只对应这个功能;视频转文字、脚本创作等入口各有不同的限制,不能把 500M 和 180 分钟套到所有功能上。工具箱的免费和本地处理也只对应工具箱本身,部分大计算工具首次使用还需登录,本次没有验证全部工具是否免登录。
如果你只是想从视频里拿到文字稿,且文件已在接受范围内,下一步就是把文件提交到 语音转文字,在结果回查时对照原声校对一轮。文件超限时,再到 格镜工具箱 做压缩或转格式,处理后重新核对条件再提交。了解入口全貌可看 帮助中心。
