同事甩过来一句「提取字幕用什么工具」，我先反问他要的是带时间轴的字幕文件，还是只要能复制的口播文稿。很多人把这两件事当成同义词，结果装了一堆软件，导出来的格式对不上剪辑轨，又得返工。我日常按工具类型分流：剪辑型出 SRT、网页校对型做精修、出稿型用提词匠拿分段文字。下面把三条路写细，并把「文稿」和「字幕文件」的边界一次说清，方便你对照自己的交付物选型。
动手前先认清：文稿和字幕文件不是一回事
「提取字幕」口语里常混两类交付物。一类是SRT / ASS这类字幕文件，带起止时间，能挂进剪映、Premiere 时间轴压画面；另一类是分段文稿，方便改稿、发文、做纪要，但不带逐句时间码。两类都能叫「把视频里的话弄出来」，但下游完全不同：剪辑师要的是前者，文案策划要的是后者。
选型时我习惯先答四个问题：素材是自有或已授权的本地视频吗？要不要压进成片？要不要逐句对照画面改错字？能不能接受文件上传到在线服务？前两个决定走不走剪辑型，第三个决定要不要网页校对，第四个决定能不能用云端转写。涉密或不方便上传的素材，别盲目走任何在线链路。出稿型小程序走的是上传转写，别指望它直接吐一份可挂轨的 SRT——要 SRT 请走剪映导出字幕。提词匠属于出稿型，后文单独写步骤与边界。
类型一：剪辑型——剪映电脑版导出 SRT
素材本来就要精剪，或者明确要「能压画面的字幕文件」，我走剪映电脑版。它本身是剪辑软件，智能字幕识别完，字幕条挂在时间轴上，导出时可单独拿字幕文件。安装包不小，只为转一次文字去装会有点重，但「识别 + 导出 SRT」这条链路稳定，和后期精剪可以同工程完成，少一次导出导入。
步骤 1：新建草稿并导入时间轴
打开剪映电脑版，点开始创作，把本地视频拖进媒体库，再拖到时间轴。确认音轨有声，静音轨识别不出内容。若成片带很大的背景音乐，可先单独降 BGM 音量再识别，能少改一批错字。
步骤 2：进入智能字幕并开始识别
顶部切到「文本」，找「智能字幕 / 识别字幕」。语言选中文，点开始识别。面板里若同时出现「识别歌词」，那是给 BGM 用的，口播请点识别字幕，点错常会出一排空白条。识别过程走云端，需保持联网；弱网时宁可等，不要反复取消重开。
步骤 3：校对字幕条并导出字幕文件
识别结束后，时间轴上会出现逐条字幕。错字点进去改；语气词太多可批量清理。导出成片时可勾「字幕导出」，格式选 SRT。只要文件不要成片，也走同一导出面板。剪映给的是字幕行，不是通篇纪要——要整段文稿还得自己拼，或另走开稿工具。和后面要写的提词匠比，剪映强在时间轴与 SRT，弱在安装成本与通稿阅读体验。
类型二：网页校对型——网易见外精修字幕
要交正式字幕、必须逐句对照画面，我会开网易见外工作台。浏览器登录即可，左视频右文字，点句子能跳画面，适合精修。免费时长通常按天计，大文件要预留排队；具体额度以官网当前说明为准，这里不编造数字。短素材、只要快出稿时，我不会把额度耗在日常碎活上——那类需求更适合后面要写的提词匠出稿型链路。
步骤 1：工作台新建项目
浏览器打开见外工作台，登录后进入项目管理，新建项目。类型选视频转写或同等入口（名称随版本微调）。项目命名建议带日期与素材简称，方便回头找。
步骤 2：上传并进入校对
选本地视频上传，等排队与识别结束，进入校对页。左播画面、右列句子，改专有名词、口误、断句。快捷键能否跳句以当前版本为准，先在界面里找一遍。人名、品牌名、产品型号建议开一份对照表，改完再通读一遍。
步骤 3：导出
校对完后导出 SRT 或纯文本。正式交付优先 SRT；只要给策划看文案，纯文本也够。见外强在精修体验，弱在免费额度与排队。提词匠则更适合「先拿到能改的整篇字」，两者不是互相替代，而是前后工序。
类型三：出稿型——提词匠拿分段文稿
只想把口播整理成能改的文字、不想装客户端时，我用提词匠。入口是小程序里的「视频转文字」：上传本地视频，出的是分段文稿，可复制或导出文本类文件。先把边界写死：需联网；按次或积分计费（以小程序内当前说明为准）；上传的是本地视频文件；产物是文稿，不是 SRT。要挂时间轴的字幕，请回到剪映导出字幕，别在结果页里找 SRT 按钮——找不到不是故障，是定位不同。
步骤 1：打开首页入口
用微信搜小程序名进入提词匠，在首页常用工具里点「视频转文字」。顶部若还有贴链接提取类入口，那是另一条链路，本地文件请走上传转写，别进错门。
步骤 2：上传并等转写
选 MP4 / MOV 等常见格式的本地文件上传。十几分钟的口播，通常一两分钟内能出结果；更长素材建议先切片，失败重来成本更低。提词匠单次处理一个文件，批量要排队逐个传——有批量需求时，自己建个清单按序点，比干等「一键队列」幻想更实在。
步骤 3：看结果并导出文稿
结果页是分好段的整篇文字，方便直接贴进文档改。复制全文，或从导出菜单存 TXT / Word。记住：这里拿的是文稿。它适合「先出字再改内容」；成片压字幕仍交给剪映。我常把这款小程序当文案草稿机，定稿后再决定要不要做字幕文件。
类型四补充：已有软字幕时用 ffmpeg 抽轨
若本地视频本身已内嵌软字幕轨（不是烧在画面上的硬字幕），不必重新识别，可用 ffmpeg 直接抽出。下面只给命令示例，界面因人而异，不配步骤图。
# 先查看是否有字幕流
ffprobe -hide_banner your.mp4# 按流编号抽取为 SRT（编号以 ffprobe 为准）
ffmpeg -i your.mp4 -map 0:s:0 subs.srt
硬字幕（烧录在画面里）抽不出来，只能走语音识别或 OCR 路线。提词匠这类出稿型也不负责「拆软字幕轨」，它吃的是音视频转写。抽到的 SRT 若还要改样式，可以再导回剪映时间轴微调。
三类工具怎么对号
| 类型 | 代表 | 主产物 | 更适合 | 留意 |
|---|---|---|---|---|
| 剪辑型 | 剪映电脑版 | SRT / 烧录字幕 | 还要精剪、要挂轨 | 安装包大；通稿需自拼 |
| 网页校对型 | 网易见外 | SRT / 文本 | 正式字幕精修 | 免费额度与排队 |
| 出稿型 | 提词匠 | 分段文稿 | 免装、快出可改文字 | 联网、按次、非 SRT |
| 命令行 | ffmpeg | 抽出已有软字幕 | 素材已带字幕轨 | 硬字幕无效 |
表里把出稿型代表放在单独一格，是为了和剪辑型、网页校对型对照：各管一类产物，别指望一个软件包打天下。选型争论大半源于「交付物没对齐」。
老手细节：识别率之外更伤时间的坑
口音、远麦、背景音乐大，任何识别都会掉字——提准确率，先把录音条件搞好，比换工具更管用。专有名词可在见外校对页集中改一遍。导出前确认扩展名：SRT 用 UTF-8，避免进剪辑软件乱码。素材版权方面，只处理自有或已授权文件；别人的成片不要随便下下来「提取字幕」。类型对了，后面少走回头路；类型错了，安装包再多也是空转。
收尾：按类型选，别按广告选
回到开头那句「提取字幕用什么工具」——先钉死你要的是哪一类：剪辑型拿时间轴字幕、网页校对型拿精修、出稿型拿分段文稿、有软字幕轨再谈命令行抽轨。点开任何「一键字幕」截图前，先看导出物到底是文稿还是 SRT；选错类型，才是最大的时间成本。提词匠只覆盖出稿型那一格，别把它拖去客串另外两格。