抖音 · 视频转文字
抖音视频转文字：贴链接，拿整条带时间的逐字稿
简单说：把抖音链接或整段分享口令贴进来，不用下载视频、不用装软件，拿到整条口播的逐字稿（每句带时间）、章节和附原话的要点。 只要口播每 2 分钟 1 积分：3 分钟的视频 2 积分（约 ¥0.288），一条 92 分钟的访谈 47 积分（约 ¥6.768）。注册送 10 积分。
贴一条链接，不用注册
不注册可以免费读一条，先看逐字稿准不准。v.douyin.com 短链、douyin.com/video/… 和整段分享口令都行。
点下面的示例，或粘贴你自己的链接。
拿到什么
不只是一大段字：有时间、有章节、要点有出处
整条逐字稿，每句带时间
从第一句到最后一句的口播，按句分行，每行前面是它开始的时间。抖音不发布字幕，文字来自语音识别；时间是估算的，前面带 ≈。
章节或大纲
作者自己标了章节的视频，章节和时间原样带上。没有章节、逐字稿满 8 分钟的视频，多一份带时间的大纲（5–20 节，每节有起止时间、标题和 1–3 条要点），不另收积分。
要点，每条附一句原话
每条要点后面跟一句视频里的原话和它的时间。原话在逐字稿里逐字查得到的打 ✓，查不到的打 ✗、留着让你自己核对，不冒充事实。
实测
一条 92 分钟的抖音访谈，转出来是什么样
硅谷101陈茜的《对话Maxinsights：具身“卖铲人”的250倍增长》，时长 92 分 16 秒，2026-11-06 用「只要文案」读的。 要点和逐字稿的开头是公开的：点这里看；登录后免费看完整逐字稿，读过的链接不扣积分。
- 逐字稿 541 句、32,490 字，整条都读了，没有截断。
- 作者标的 9 个章节原样带上，所以这条没有另外生成大纲。
- 10 条要点，其中 5 句原话在逐字稿里逐字查到（✓），另外 5 句没查到，标了 ✗。
- 47 积分（约 ¥6.768）；引擎处理约 5 分 49 秒，大部分时间花在取音频上。
- 只要文案不读画面，所以这份结果里没有画面上的字，也没有评论；结果末尾的 Coverage 一节写明了这两项没读。
## Chapters _marked by the author_ 00:00 Ego具身数据潮 11:58 高质量数据 24:33 采集 …（共 9 章，最后一章从 78:47 开始） ## Key points - 公司核心业务是将人类第一视角（Ego-centric）视频数据转化为机器人训练数据。 - ✓ “把人类的数据变成机器人可用的数据” (≈02:53) - 数据采集团队全职员工不足10人，依靠AI Agent平台管理全球分散的运营网络。 - ✗ “全职员工不到10个人...AI agent in the loop” ## Transcript _source: ASR_ 00:00 这一期视频播客我们来聊一个一年250倍增长的故事,这发生在硅谷的机器人数据领域。 ≈00:06 过去两年在采访机器人公司的时候呢,我们听到最多的一句话就是太缺数据了。 …（共 541 句，到 ≈90:40）
上面是这份 Markdown 的节选，文字和符号照原样。第二条要点的 ✗ 是真的：那句引用是两句话拼起来的，逐字查不到，所以不打 ✓。
价格
一分钟多少钱：看你要口播，还是连画面也要
| 一条内容 | 积分 | 折合人民币 |
|---|---|---|
| 1 分钟的视频，只要口播 | 1 | ¥0.144 |
| 3 分钟，只要口播 | 2 | ¥0.288 |
| 10 分钟，只要口播 | 5 | ¥0.72 |
| 30 分钟，只要口播 | 15 | ¥2.16 |
| 60 分钟，只要口播（免费账户和加量包的单条上限） | 30 | ¥4.32 |
| 92 分钟，只要口播（下面实测的那条，Dev） | 47 | ¥6.768 |
| 10 分钟，逐字稿优先（口播 + 少量画面） | 6 | ¥0.864 |
| 3 分钟，完整读取（连画面上的字） | 4 | ¥0.576 |
按加量包折算：$5 = 250 积分，支付宝按人民币结算 ¥36，每积分 ¥0.144。注册送 10 积分（一次性）。 任何人读过的链接再读 0 积分；读不出内容不收费。
- 只要文案：只取口播，每开始的 2 分钟 1 积分，不收每条的基础积分。转文字选这一档最省。
- 逐字稿优先：整条口播加少量画面截帧，每开始的 2 分钟 1 积分，另加每条 1 积分。
- 完整：隔几秒读一帧，画面上的字幕条、花字都读，每分钟 1 积分，另加每条 1 积分。适合短视频和带货视频。
在网页控制台里，免费账户读长视频、积分不够读完整条时，会自动改用逐字稿深度，读到积分能读的位置，并写明读完整条要多少积分。
和文案提取的区别
要整条逐字稿看这页，要一段能改写的文案看另一页
这一页讲的是把整条视频转成带时间的文字：长视频、访谈、课程、直播切片，读完能对着时间回看。 只想把一条短视频的口播拿出来改写、仿写，看抖音文案提取； 要画面上的字幕和时间、转 SRT，看抖音字幕提取； 只想知道这条视频说了什么，看抖音视频总结； 一次几十条，看批量提取抖音文案。 B 站和小红书的视频见 B站视频转文字、小红书视频转文字； 其他平台的长视频见长视频转文字。
用 OpenClaw / Hermes？装现成的技能：douyin-video-to-text（ClawHub）。Claude Code、Cursor 这类接 MCP 的工具见接入。
常见问题
- 抖音视频转文字怎么弄？最简单的方法是什么？
- 在抖音点「分享 → 复制链接」，把复制出来的那一整段（或 v.douyin.com 短链、douyin.com/video/… 链接）贴进本页的输入框，等它读完。不用下载视频，不用装 App，也不用登录抖音。登录后在控制台的深度里选「只要文案」最省：每开始的 2 分钟 1 积分。
- 免费吗？
- 不注册可以先读一条。注册送 10 积分（一次性，不用绑卡），按「只要文案」够转约 20 分钟的视频。用完后支付宝 ¥9.9 买 50 积分，或 ¥36 买 250 积分，一次性、不订阅、不过期。同一条视频任何人读过，再读不扣积分；读不出来也不扣积分。
- 很长的抖音视频能转吗？最长多长？
- 能。只要口播（只要文案、逐字稿优先这两档）一条最长 60 分钟，Dev 月付是 2 小时；连画面上的字都读的完整读取一条最长 10 分钟（Dev 30 分钟）。超过上限的视频先读前面能读的部分，结果里写明读到了哪一分钟。本页实测的那条是 92 分钟，在 Dev 的上限以内整条读完。
- 转出来的文字准吗？时间准吗？
- 没有平台字幕时，逐字稿来自语音识别（OpenAI gpt-4o-mini-transcribe）。它只返回文字、不返回逐句时间：音频按最长约 170 秒一段识别，再按标点切成句子，每句的开始时间按它在这一段里的位置估算（approx 为 true，Markdown 里带 ≈）。要按秒定位，也可以看 on_screen（画面里的字，带 ≈ 时间）。普通话口播大多准确；数字、人名、英文术语和方言容易错，实测那条在 ≈00:46 把「2.5 亿美元」写成了「2.51美元」。要引用的句子，对着时间回视频核对一遍。
- 转出来的文字怎么导出？
- 登录后在结果页点「Copy Markdown」复制，或点「Download .md」下载成一个 Markdown 文件，可以直接粘进飞书、Notion、Word，或交给 ChatGPT、Kimi 继续整理。我们不出 Word、PDF 文件，也不直接给 SRT 字幕文件。
- 没有人说话、只有字幕和背景音乐的视频呢？
- 没有人声就没有逐字稿。这类视频用完整读取：隔几秒读一帧画面，把画面上的字幕条、花字读出来，每条带大致时间，每分钟 1 积分，另加每条 1 积分。
- 哪些抖音视频转不了？
- 我们用抖音自己给第三方网站用的播放器打开这条作品，不用你的 cookie，也不用我们的。私密、已删除，或者播放器不给外部读取的作品读不了，会说明原因、不扣积分。只有口令、没有链接的分享文本也读不了。
- 能顺便把视频或音频下载下来吗？
- 不能，也不做。这里只返回文字：逐字稿、章节、要点。视频在临时目录里处理，读完就删，不存储、不提供下载，也不去水印。
- 一次要转几十条怎么办？
- 在控制台选「多条链接 → 一页」，一行贴一条链接，一批读完；写代码的用 POST /api/v1/digest/batch。条数上限和做法见「批量提取抖音文案」页（linkdigest.dev/zh/douyin-wenan-piliang-tiqu）。
不用注册先试一条；注册送 10 积分，不用绑卡。支持的平台上有链接读不出来，就是一个值得报告的 bug。