把视频里的声音，
变成可以收藏的文字。
粘贴 B 站视频链接，自动提取所选分 P 的人声，导出文字稿和字幕。
01 / 添加在线视频
支持公开 BV 视频链接；带 p=2 会提取第二分 P。每次最长 20 分钟，暂不支持登录或付费视频。
粘贴视频链接后开始，识别时请保持页面打开。
免费识别与文件处理说明
使用免费的 Whisper 开源模型，不需要注册或 API 密钥。第一次使用会下载模型到浏览器，轻量模式约百 MB，标准模式更大，具体以下载进度为准。
在线视频由本站服务器获取音轨；本地文件上传到本站服务器提取音轨，处理结束后删除临时文件。语音识别在你的浏览器内完成，不会把音频交给模型下载网站。浏览器会缓存模型；手机性能会影响速度。
仅识别人声，不读取画面上的文字。噪音、音乐、方言可能影响结果，请核对文字；不要将自动识别结果当作准确逐字记录。
02 / 文字稿
TXT 使用当前编辑内容；SRT 保留识别时的分段和时间戳。