先找能转视频的软件，选个不卡顿的视频，点转换键，等下就有文字了。要连说话声带背景音都转，得用带语音识别功能的工具，像剪映、快影这些手机软件就行。

因为视频转文字主要靠识别画面里的嘴型，所以得选光线好、人脸居中、口型清晰的视频。比如拍会议记录，如果背景太吵或人说话小声，识别错误率会翻倍。数据说安静环境下识别准确率约95%，但嘈杂环境可能掉到70%以下。而且得连着网络，因为转文字要实时联网查词库。手机软件一般每分钟处理30秒到1分钟的视频，超过就得分段转。要是用电脑软件，处理速度能快两三倍，但得装专用程序。保存的时候，得选字幕格式，比如SRT或ASS，这样加回原视频才不卡顿。而且有些软件转完的字幕会自带时间轴，点一下就能拖到对应位置。