MOV
直接上传
无需转成 MP4 或提取音频
从视频开始
上传 MOV 开始转录
在下方选择使用受支持 video/quicktime 标识且包含清晰语音的 MOV。处理前可设置口述语言、说话人识别、背景信息、关键词和转录样式。
转录设置
99
种支持语言
手动选择或自动识别
5 GB
单文件上限
每次上传一个视频
4
种导出格式
TXT、Markdown、SRT 和 VTT
四步工作流
如何将 MOV 转换为文字
在同一个工作区中完成 MOV 直接上传、源视频复核和导出。
- 01
上传 MOV
选择一个不超过 5 GB、使用受支持 video/quicktime 标识并包含清晰语音轨的 MOV。无需转成 MP4 或提取音频。
- 02
选择设置
选择口述语言或自动识别，并按需添加说话人识别、背景信息或关键词。
- 03
开始转录
登录并确认预计 credits，让处理在后台继续。
- 04
复核并导出
对照源视频检查草稿、编辑文字，并导出 TXT、Markdown、SRT 或 VTT。
观看、聆听、核对
对照源 MOV 复核转录
将源 MOV 与草稿并排使用。回放疑似错误、按时间点定位、重命名说话人，并在导出前保存修正。
- 不离开转录即可播放源 MOV
- 跳到带时间点的语句并核对疑似错误
- 重命名说话人标签以提升对话可读性
- 导出文字或时间字幕前保存修改
容器、音轨与语音
转录 MOV 前真正需要关注的内容
MOV 表示 QuickTime 媒体容器，不代表固定 codec 或转录质量。工作流聆听音轨而不读取画面，因此清晰语音比相机分辨率或画面方向更重要。
检查导出音频
上传前播放 MOV，确认人声清楚可听。无声片段、背景音乐或纯画面内容无法提供可转录的语音。
理解容器边界
手机、相机、QuickTime 和编辑器可在 MOV 内使用不同 codec。文件仍需使用受支持的 video/quicktime 标识，并包含可读取的 ISO Base Media 时长 metadata。
优先保证语音清晰
人声音量、麦克风距离、背景噪声、音乐和多人重叠，比画面分辨率、frame rate 或横竖屏更影响结果。
验证失败时重新导出
使用源应用导出未受保护、可播放且带有清晰音轨的视频，并保持在 5 GB 以内。Transcribe to Text 不会替你转换或修复媒体。
从拍摄到可用文字
MOV 转录适合哪些场景
MOV 转录让手机、相机、QuickTime 和剪辑工作流中的口述内容更易搜索、编辑、引用、整理和制作字幕，同时不声称分析画面。
手机与相机素材
把访谈、现场记录和相机片段中的口述内容转为可搜索文字，同时对照原视频核对细节。
QuickTime 录制
将带旁白的录屏或摄像头录像转为带时间信息和说话人标签的可编辑转录。
视频编辑器导出
对照剪辑导出的语音轨进行复核，再制作笔记、文档或带时间码的字幕。
课程与演示
复用真正说出的内容；只有画面中出现的幻灯片文字不会进入转录，除非你手动补充。
MOV 转录常见问题
将 MOV 转成文字之前
了解 QuickTime 容器、手机与相机导出、音轨、codec 差异、credits、导出和源视频访问。
可以。MOV 使用受支持的 video/quicktime 标识并通过类型、大小和时长验证后即可直接上传，无需先转为 MP4 或提取音频。
MOV 是 QuickTime 媒体容器，常见于手机、相机、录屏工具和视频编辑器。来源和扩展名不能保证内部 codec，请先确认导出文件能够播放并包含清晰可听的语音轨。
不是。MOV 是容器而不是 codec。文件必须通过现有 video/quicktime、大小和 ISO Base Media 时长检查；本页面不会转码、修复或解锁受保护媒体。
不会。工作流只转录口述音频，不会通过 OCR 或视觉分析读取幻灯片、屏幕文字、图表、无声画面、内嵌字幕或烧录字幕。
没有清晰语音的视频可能只产生很少文字，或者无法生成可用转录。系统不会用画面内容补全音轨中不存在的话语。
单文件上传上限为 5 GB，每次上传一个视频。更高分辨率可能增大文件，却不会自动改善语音识别。
服务支持 99 种语言。新账户无需信用卡即可获得 10 个注册 credits，1 credit 可转录 1 分钟。
可以。在保留期内可对照源视频播放转录、检查疑似错误、重命名说话人并保存修改。可导出 TXT 或 Markdown 可编辑文本，也可导出 SRT 和 VTT 时间字幕；导出不会提取已有字幕、生成摘要或翻译视频。
源视频从任务创建起最多保留七天，也可提前删除。已保存文字仍可继续复核和导出。