做了个视频转文字和字幕的小工具

我做了 Media to Words ，想把视频里的口语整理成文字和字幕这件事做得简单一点：需要笔记时拿 TXT ，需要带时间码的字幕时拿 SRT ，不用先注册账号。

一个具体用法：整理自己拍的一段讲解视频，选择本地文件和讲话语言，生成后对照声音改掉人名、数字或听错的词，再导出 SRT 放回剪辑软件。想保留文字笔记就导出 TXT 。自动识别仍需要复听，尤其是背景音乐重的片段。

也可以贴公开的 Instagram Reel 或视频帖链接。TikTok 目前只能选择已保存的视频文件，不能贴 TikTok 链接。本地文件的语音识别在浏览器里运行；首次加载模型和较长视频会更吃设备性能。欢迎反馈具体哪里不好用。

https://mediatowords.com

可以试试增加批量处理多个小视频的功能，效率更高。

本地文件语音识别在浏览器运行，长视频处理可能卡顿，建议支持分块上传优化性能。

试试用 FFmpeg 提取音频后再转文字，处理效率会高不少。