看视频最烦的就是：明明只想快速知道讲了什么，却得把十几二十分钟完整看完。尤其是做内容的人，拆同行视频、整理选题素材，经常需要先把字幕或文案弄出来扫一眼。
这事现在已经挺好解决了：视频本身有字幕，可以直接提；没有字幕，再让AI重新听一遍。
下面直接讲怎么用、怎么转写，以及 BiliNote、Ai好记、BibiGPT、Memo AI 和 CapCut 各自的特点和适用场景。
先说结论：字幕提取就两条路
视频字幕提取其实只有两条路：
- 方法一：视频本身有字幕，直接提取。平台已有现成字幕时，直接读取最快，也不会因为二次语音识别引入新错字。
- 方法二：没有字幕，用ASR语音识别转写。本地MP4、直播回放、访谈这类没有字幕的视频，靠AI把语音转成文字。
下面分别讲这两条路，再介绍 BiliNote、Ai好记、BibiGPT、Memo AI、CapCut 五个工具各自能做什么。
方法一：视频本身有字幕，直接提取
如果视频已经有现成字幕，直接读取即可，速度快、不会引入新错字。适合以下情况：
- B站有CC字幕的视频；
- YouTube已有人工字幕；
- 自己手里已有SRT；
- 原作者已经校对过字幕。
有现成字幕时，重新做语音识别反而可能更差。
方法二：没有字幕，用ASR语音识别转写
没有字幕的本地MP4、直播回放、访谈视频，就需要ASR（自动语音识别）把语音转成文字。
基本流程是：
提取音轨 → AI语音识别 → 生成文字和时间码 → 人工校对
需要翻译时再加一步：
原文字幕 → 目标语言字幕
需要做笔记时继续：
字幕/逐字稿 → 摘要 → 图文笔记 → AI问答
所以「视频提取字幕」往往只是整个工作流的第一步。下面五个工具，就是帮你把这条流程跑通的，按需选一个即可。
1. BiliNote：B站/YouTube视频转Markdown笔记
怎么用：把B站或YouTube视频链接粘贴进去，BiliNote 会先尝试抓取已有字幕，抓不到再走AI转写，最后把文字整理成结构化Markdown笔记。
能做到什么程度：字幕转结构化Markdown笔记，笔记里可插入截图、带原片跳转链接。
特色特点：开源，可自定义模型和笔记样式。
适用人群：B站/YouTube用户、Markdown/Obsidian笔记党，以及愿意使用开源工具的人。
2. Ai好记：AI音视频转写 + 润色对照
怎么用：导入在线视频、本地视频或网盘课程，AI语音识别会把语音自动转成文字，得到完整逐字稿；没有字幕的视频也能直接转写，多人内容会保留说话人和时间戳。拿到逐字稿后，再用AI润色语言、提升可读性，并保留原文和润色版对照，方便核对转写是否准确。
能做到什么程度：视频/音频转文字后继续润色、提取文案，支持双语内容、说话人识别和时间戳，也能生成结构化摘要、思维导图、图文笔记，并导出Markdown进入Obsidian。
特色特点：转写后带润色对照，适合需要核对准确度、再继续整理笔记的场景。
适用人群：B站课程、长视频、无字幕视频用户，以及提取文案后还要继续学习和整理的人。
3. BibiGPT：多平台视频转文字
怎么用：支持多平台在线视频和本地文件，视频进入以后优先利用可用字幕，没有字幕时继续做语音识别，生成完整Transcript。
能做到什么程度：生成带时间信息的完整Transcript，再做时间戳摘要、章节、思维导图和AI问答，想知道原视频在哪里说了某句话可以跳回去。
特色特点：多平台覆盖广，字幕拿不到时也能继续做ASR。
适用人群：多平台视频用户，以及需要快速把视频转成文字通读的人。
4. Memo AI：本地视频和外语字幕处理
怎么用：导入本地音视频，使用本地模型做语音转写，生成带时间轴的字幕；外语视频可继续翻译，保留双语结果。
能做到什么程度：本地视频转带时间轴字幕、双语翻译、SRT/Markdown导出，还能继续生成AI摘要、思维导图，并导出Markdown进入Obsidian。
特色特点：本地模型转写、支持双语字幕，适合说话人较多的访谈和播客视频。
适用人群：本地MP4用户、外语视频和SRT/双语字幕需求者，以及偏好本地工作流的人。
5. CapCut：提字幕就是为了重新做视频
怎么用：把本地视频放到时间线以后，进入自动字幕，通过AI重新识别语音并生成字幕；需要双语字幕时再继续做翻译。
能做到什么程度：视频转自动字幕、双语翻译，字幕直接进入成片时间线，无需从AI工具导出再导入剪辑软件重新对齐。
特色特点：字幕生成以后已经在成片里，适合直接发布。
适用人群：短视频、口播、vlog创作者，以及需要双语字幕、最终要导出成片的人。
常见问题
视频有字幕，还需要AI重新转吗？
通常不需要。现成字幕是作者校对过的，直接提取又快又准；重新做语音识别反而可能引入新错字。
没字幕的视频能提取文案吗？
可以。此时“提取”实际上是从声音重新做语音转写。
B站视频怎么提取字幕？
优先使用支持B站字幕获取的工具；没有字幕时再选择支持ASR的产品。
本地MP4怎么提取字幕？
可以使用支持本地文件语音识别的工具重新识别语音。
提取出来的字幕能导出SRT吗？
更偏字幕工作流的工具通常支持SRT或字幕文件处理，知识笔记工具则更常见Markdown、Word等输出。
视频文案提取以后可以直接发吗？
不建议。提取工具降低的是整理成本，并不改变原内容的版权归属。
外语视频字幕怎么提取并翻译？
先保留原语言转写，再做目标语言翻译。需要发布视频时用视频编辑器，需要学习时再继续做摘要和笔记。
