有没有浏览器插件可以把视频教程直接变成文本？

这是一个浏览器插件能搞定的问题吗？？？？？

为什么不直接看书？

你需要全部拉下来然后才能转（
而且我认为不如直接找文本教程，视频教程质量中位数和平均值均较低

没有 要不你写个？

@lostSoul 视频网站的流显然可以由插件来处理，需要做的比视频网站视频下载工具更多一步语音识别的步骤而已。

讯飞提供了上传音频提取音频的文本在线服务，有钱就行。
视频提取音频很容易，随便找个工具就成。

你觉得这种类型的操作，有插件可以免费给你做？
那请自己做一个吧

@aeli 既然您说了“而已”，那就只能请您亲自出马了。

@czfy 我也没说找免费服务和工具吧？

@jorneyr 这种需要手动处理的太多，我先要把视频站的流下载，再转音频，再去上传。不过如果没有合适的工具，就只有自己动手了。

如果一些语义错误的话还要去倒视频，感觉反而变得麻烦了

试试几款给视频加字幕的软件就明白了，这活不简单。

@Eytoyes #11 很多人苦于 SEO 没内容，而视频中的内容呢，多数是小编编写的，所以很多人瞄向这块内容。
讯飞或者百度之类（未查询）的有这块方面的 API，通过提交音频，然后去转成文字。
视频下载呢，有嗅探类软件。
格式转换类工具，比如格式工厂 可能可以直接转音频。
转换好的音频呢，通过 python 编写脚本代码，将其输出保存为文字的话，也很方便，网络上有很多类似的教程。

哦 对了 ，上面说的这个方法，估计仅限于汉语而且是标准普通话，不保证准确度。

@aeli 请您写一个造福大家吧

一帧一帧的载下来吗

@xingshu1990 这类内容农场，机智

淘宝有相关服务

@Keyes #17 关于内容农场：还有知网、万方、维普等之类的东西。

现在 5118 的内容规划神器免费开放了，又是一个内容编写利器。

百度站长工具后台的关键词规划师，谷歌站长工具后台的关键词规划师，百家号里也出了一个关键词工具，同时还能搜索其他包含这块内容的文章。

可以做到但没必要，所以没有

视频本身提供字幕的话，好解决
像 youtube 大部分视频都可以
到 greasyfork 下个脚本就行了

视频上传油管，生成字幕，下载，完事儿。

LZ 这个需求真的可以，不过只靠插件不行。

具体 ls 也说了，就是 2 步，上传油管，下载字幕（有只下载字幕的网站）。

提取了正确的文字也没用把，人家教程就是图文合一的

浏览器插件过分了，能读取到 stream 并解析，这和之前 v2 大火的那位提供免广告观看视频有异曲同工之妙。而且语音识别这种工作量你让一个插件跑？ 5 分钟的视频让 js 跑个 10 分钟可能还在跑，既侵权+做的事又没意义，楼主就是典型的眼高手低，指点江山。

那种可以用文字简单直接说明白的信息，如果是以视频的形式提供我基本不会看，特别是通勤的时候，听旁白还要找耳机。

视频作为一种媒体形式是可以承载文字难以承载的内容的，比如动画演示和实验实拍，这种得自己能看懂视频的 AI 才能转换成文字描述。

所以现阶段能实现的就是把音频进行语音识别，不过考虑到我关注的视频号都是能充分发挥视频媒体特性的，估计这种功能对我来说没啥用。

方案一：autosub 可以看下。我用过，识别率有点低。
方案二：ffmpeg 转音频后找在线转换的，例如百度，讯飞。网易。我之前用过网易的见外免费的，https://jianwai.youdao.com/index/0

推荐飞书妙记，好用到哭 https://www.feishu.cn/hc/zh-CN/articles/360049067963

认同 3 楼的这个观点：“而且我认为不如直接找文本教程，视频教程质量中位数和平均值均较低”。
Youtube 本身就能做到提取整个视频的全部字幕（语音识别），但即使能做到，也达不到楼主的目的。首先，语音识别成文字，肯定存在一定的错误率，尤其是专业词汇，影响理解。第二，大部分视频教程，是语音配合画面的动作来解释的，你单纯看字幕，是无法获取到作者的意思的。

哟，又有产品来逛 v2 了

视频里面的音频只是做辅助用的，转成文字也没有用。

@tutustream 并不是，有字幕我直接提取字幕就行，有很多视频是没有字幕的。

@dss886 看介绍这个似乎真的可以，试用一下，多谢。

另外，不明白这种冷嘲热讽，不行你上的风气那里来的，我只是因为一个比较小众的需求来找找现成市场有没有解决方案，这里不讨论深度的东西，就打字嘲讽很有意思？

@fyxtc 你知道有个词叫 api 嘛？又不是让 js 插件自己去做语音识别。另外可能我标题里只有插件一个词，你就没看看正文里还有“或工具”这个选项？

@jingslunt 视频流你可以理解为被分割成只包含几 s 缓冲小段小段的视频文件，一般视频网站的下载工具就是下载再格式转换成 mp4 。

我用 autosub 加讯飞接口做字幕都想吐，人工校对也有不少工作量

这个解决方法和自动添加字幕是一个原理，可以参考这个
https://github.com/wxbool/video-srt-windows

你的视频必须有如下特征
普通话标准
专业术语易于识别
全程语音占的比重大，如果某些台词就是“如下图所示”请问你怎么转
更重要的是，你本来可以直接找一篇相同主题的文章去看的，请给我个理由非要用这个视频转一遍

@janus77 #38 哦对了，还有中英文混杂、英文简称（伪简称）、校对等工作来做

chrome 在播放声音的时候，右上角的插件栏会有一个像是播放列表的图标，点开之后会有个实时字幕的选项，开启选项后，会出现一个黑色底的窗口，实时的将音频中的话识并展示别出来。

@lostSoul 写个抓取 youtube 字幕的插件就可以

@aeli 你真的挺搞笑的，标题写着插件，然后正文加工具，我就针对你说的标题一部分做回答有问题吗？你说要 A 方案和 B 方案，我回答说 A 方案就是秀逗，有什么问题呢？说难听点，这种插件想法提问就是没过脑子的，伸手党是有当多习惯？ B 了

我以为，视频的意义在于某些 不愿意 /不方便看书 或 某些文字不易描述 的场景
这把视频再转成文字，反而又损失一部分信息，那干嘛不直接看书呢？

@fyxtc 你自己是秀逗还来展示自己的秀逗？这个需求上面也有很多人说，本身就是可以通过插件实现的，只是你自己夸大它的技术难度。又不是让插件自己来完成所有的工作，插件只是整合不同 api 提供的能力。


@superszy 并不是，很多网课资源，本身是没有文字的，网课的课程转成文字，配上课件，损失的信息量其实并不多。

@janus77 很简单的需求，斯坦福的网课，麻烦你找一个相同主题的文字内容给我？

@aeli 分割成一段一段也不是文本。
我觉得可行的办法是先给视频配上字幕，然后根据字幕一帧一帧转成图片，然后再把图片呈现的信息和字幕描述成一段文字，自然就成了文本。视频>>逆向成>>小说

@aeli #33 因为这里是程序员的社区，程序员的风气就是你行你上。

https://www.videoindexer.ai/
微软有这个服务，不过得自己上传视频

可以看我传的这个感受一下
https://www.videoindexer.ai/accounts/7f8a628c-25b6-4367-8f68-fea3d86872c5/videos/1d6b552ef2

[]( https://imgtu.com/i/2gwySH)
可以自动根据画面分割，然后配文字描述

可以，最近在做一个给视频实时添加智能字幕的插件，和你这个需求差不多

Chrome 桌面版的“多媒体控制”在测试实时字幕，不过只支持英文

@dss886 感谢感谢，这个确实好用。。

试了一下，中英文混合的效果都很不错。
https://meetings.feishu.cn/minutes/obcndo7y9iyk1m1u34o47f7e

@learningman 你行你上的意思是在指责别人不行的时候，自己要知道怎么可行。而不是在这全世界各种解决方案都已经有的时候，在这里就凭自己井底的思想局限认为自己做不到，别人一定做不到。

@aeli 因为很显然你缺乏必要的常识，js 干不了这事，包括其他人提供的那些可能有帮助的，肯定也不是 js 写的。
你加上了浏览器插件这个前缀，再接上后面这个条件。其他人本来就没可能提供给你任何有意义的回答了。

@learningman 嗯，我没常识，不知道你这种限定 js 干不了这种工作的思想，被其他大佬听到会怎么想。js 是完成不了这里面那一步工作呢？
- 下载视频
- 上传到 api 接口
- 获取 api 结果

@aeli #56 “有没有浏览器插件可以把视频教程直接变成文本？”
你自己问的

我已经在用网易见外转播客内容了。