什么是视频转录工作流程？
将视频转录为文本意味着将录音中的语音转换成书面文档，同时保持每一行与时间码对应。不需要先转换视频容器：MP4、MOV和WebM文件可以直接读取，语言会被检测，并生成可编辑转录。相同过程还可以生成剪辑的SRT或VTT字幕。
为什么选择视频转录工作流程？
本指南涵盖整个流程，而不仅仅是按一个按钮：哪些文件可用，何时音频质量重要，如何处理多位发言者，以及导出前需要检查什么。它是为拥有视频且需要可搜索文本的人编写的，而不是为操作时间线的编辑者准备的。
逐句重新打字视频？
一个五分钟的剪辑通过手工转录可能需要一个小时，因为每一个暂停都意味着一次倒回。观看时间线以抓住某个姓名或数字，比直接阅读更慢。带时间码的转录可以像处理文档一样搜索文件，可以引用每一行而无需猜测来源，并且同一过程可以生成字幕。下面的步骤保持视频完整，并从上传者拥有的副本进行操作。
视频转录工作流程有什么不同？
该指南将视频作为源文件处理：无需提取音频、无需格式转换，也无需管理录制的第二份副本。一次上传，一次处理。
适用于 MP4、MOV 和 WebM 文件
在每一行都保留时间码
导出文本、SRT 或 VTT
格式、语言与上限
- 支持语言
- 99
- 默认自动识别；中英混说或口音较重时，可以手动指定再转写。
- 文件类型
- 13
- MP3、M4A、WAV、AAC、MP4、MOV、WebM 等。视频直接处理，不用先分离音轨。
- 单文件上限
- 500 MB
- 大文件直传对象存储，进度条可见，最大 500 MB。
- 导出格式
- TXT · SRT · VTT
- 纯文本、SRT 与 VTT 字幕，可直接进文档、剪辑软件或字幕轨。
如何用视频转录工作流程，三步完成
检查文件和音频
使用您拥有或有权限使用的视频；清晰的声音轨比分辨率更重要。
上传并设置语言
添加视频，让语言检测运行，并在有多人说话时启用说话者分离。
纠正姓名，然后导出
检查姓名和数字，然后导出纯文本、SRT 或 VTT。
关于视频转录工作流程的常见问题
哪些视频文件可以进行转录？
直接接受 MP4、MOV、WebM、M4A、WAV 和 MP3，因此常见的手机、摄像机和屏幕录制无需转换即可使用。浏览器无法预览其音频编码的文件仍可上传；如果上传失败，请将音轨导出为 MP3 或 M4A，然后上传该音轨。
我需要先提取音频吗？
不需要。视频按原样读取，转录仍然会保留原始片段的时间码。提取音频只是为了应对不常见的编码，并非必须步骤。保留一个文件也可以避免管理可能敏感的录制副本。
转录需要多长时间？
短片的处理时间通常比观看时间更短，而一小时的录制则需要相应更长时间。处理在后台运行，因此可以关闭标签页，稍后再打开转录结果。可以同时运行两个任务，第三个任务在队列中等待。
我可以转录有多位说话者的视频吗？
可以。任务开始前可以开启说话者分离，每次声音变化都会成为一个标记轮次。可以在编辑器中将标签重命名为真实姓名。每人使用一个麦克风的录制效果最好；重叠讲话可能会合并为一个轮次。
我应该在成绩单上检查哪些内容？
姓名、数字、产品术语以及说话者之间的界限都值得一试。干净的音频几乎不需要校正，而噪音或带口音的录音则可以通过时间码对照阅读而受益。修正内容会随文字记录保存，因此导出时会保留更正后的文本。
文字稿能变成字幕吗？
是的。相同的时间码文字稿可以导出为SRT或VTT，并导入视频编辑器或播放器。换行可能需要轻度编辑以满足字幕长度规则，但时间安排已经确定，因此字幕文件不会从空白的时间线开始。
录像会在转录后保留吗？
文件仅上传存储以便识别器读取，作业完成或失败时删除。转录记录会留在账户中，直到被删除。音频不用于训练模型，识别提供者仅根据 Dictawave 的指令进行处理。
YouTube 或 TikTok 的视频可以转录吗？
不能通过下载。Dictawave不会从第三方平台下载或提取内容。如果上传者拥有该文件或拥有使用许可，视频可以像其他录制一样直接上传并转录。