支持哪些视频格式转写？

支持 MP4、MOV、AVI 和 MKV，也支持 MP3、WAV、FLAC 等音频格式，方便单独转写音轨。可直接上传相机导出的文件或导出队列中的文件，无需先转换格式、创建代理文件或重新编码。

转写速度有多快？

AI 秒级处理视频文件，长片也快。Scribe 可极速输出高精度、带说话人标签的转写文本。

生成后可以编辑转写文本吗？

可直接在转写编辑器中修改词语、拆分或合并片段，或重新分配说话人。词级时间戳可将每项修改精确锁定到对应画面帧，让文本与素材保持同步。编辑后的转写稿可直接导出为字幕或文本剪辑稿，无需再次清理。

这些转写文本比其他工具好在哪里？

Scribe 的词错误率准确度处于领先水平，提供的不只是文字：最多 32 个说话人标签、词级时间戳，以及笑声、掌声等音频事件标签。借助这些结构化信息，可在 2 小时录音中搜索某句引文、直接从页面制作文本剪辑稿，并导出与剪辑时间轴同步的字幕，支持超过 90 种语言。

有哪些导出选项？

可导出已设置时间轴的 SRT 或 VTT 文件，直接上传至 YouTube 或 Vimeo，或导入 Premiere Pro、Final Cut Pro 或 DaVinci Resolve。脚本、节目说明和归档文件可下载为 TXT、DOCX、PDF、JSON 或 HTML。所有格式都会保留必要的说话人标签和时间戳。

AI 视频转文本

Scribe 可将网络研讨会、纪录片和视频博客转换为可搜索、带说话人标记的文本，让剪辑师无需拖动时间线即可找到任意片段。

视频转文本

深受超过 100 万用户信赖 · 免费开始

访谈音频差也清晰

播客说话人标记，随时可编辑

讲座长文件也快

Person speaking in a modern office setting with plants and frosted glass.

访谈

mp4 • 0:00 分钟

不仅仅是转写，为视频而生。

ElevenLabs 视频转文本可识别说话人、发言时间及周围环境，每次都能输出结构化、可用的转写文本。

行业领先准确率

Scribe 在准确率基准测试中领先竞品模型，可直接从现场录音、多人讨论和手持拍摄的视频博客素材中提取引文，无需后期清理。

编辑转写文本

可直接在转写稿中修改词语、拆分片段或重新分配说话人。词级时间戳可将每项修改精确锁定到对应画面帧。

Amidst the outer atmosphere of the planet Aurora, the sky shimmered with fractured light, as though the planet's veil were made of stained glass suspended in space.

Sensors pulsed with irregular patterns, the kind no algorithm could quite reconcile.

Amidst the outer atmosphere of the planet Aurora, the sky shimmered with fractured light, as though the planet's veil were made of stained glass suspended in space.

99+ 种语言和口音

Scribe 可自动检测语言，并转写超过 90 种语言，包括马拉雅拉姆语、粤语和塞尔维亚语，让多语种纪录片素材始终在同一 workflow 中处理。

Japanese

Hindi

Polish

Swedish

Mandarin

Vietnamese

French

支持多种视频格式

上传 MP4、MOV、AVI 或 MKV 视频，也可上传 WAV、MP3 等音频。导出 TXT、DOCX 或 PDF 供审核，导出 SRT 或 VTT 用于字幕。

音频事件标记

笑声、掌声和环境氛围变化都会在相应位置标记，可直接从页面查看网络研讨会中的观众反应，或纪录片中的情绪变化。

说话人时间戳

最多 32 个说话人标签和词级时间戳，可将多人讨论录音转为易读的脚本，每一行都对应素材中的准确时间点。

只需 3 步，从原始素材到文本剪辑稿

上传视频

将相机存储卡、硬盘或云端中的 MP4、MOV、AVI 或 MKV 直接拖入即可。无需先创建代理文件、重新编码或转换格式。

Scribe 自动处理

Scribe 可为最多 32 位说话人添加词级时间戳。超过 8 分钟的文件会并行处理，因此 90 分钟的网络研讨会也能快速完成。

下载结构化文本

搜索转写稿可跳转到任意时间点，标记精选片段制作文本剪辑稿，并导出与剪辑时间轴同步的 SRT 或 VTT 字幕。

已转写数百万词，持续增长中

“我主要用 ElevenLabs 转写音频消息，准确率非常突出。即使说话人是刚学会阅读的小学生，也能精准分析阅读流利度，这对了解每个学生的进步很关键。”
Pedro A.
技术负责人
“非常适合访谈转写，准备演讲时语音质量也很棒。”
Izabela M.
客户体验研究员
“ElevenLabs Scribe v2 推理速度极快，转写几乎实时，远超我们用过的其他模型。”
Vedaswaroop I.
创始人