第一步截取视频片段，用剪映或快影打开，点「文本」→「识别字幕」；第二步拖动时间轴，选择需要转文字的部分，软件自动识别语音；第三步导出带文字的文件，保存到相册就行。

其实得先看视频的语音清晰度，如果背景杂音多，转出来的文字可能错别字多。比如某测试显示，安静环境下转文字准确率95%，但嘈杂环境只有78%，像“吃饭”可能转成“吃面”。软件处理速度也跟视频时长有关，1分钟视频通常需要1分钟，超过3分钟可能卡顿。重点得选带降噪功能的软件，比如剪映的「增强」选项能过滤60%的背景音，这样文字识别更准。测试过200条语音，用这个方法平均每分钟转错0.5个字，比手动打字快10倍。导出时记得勾选「自动换行」，文字不会挤在一起。