Как перевести видео в текст
Главное правило работы с видео: распознавание не смотрит картинку. Ему нужен только звук — и это меняет весь порядок действий.
Спрос по Яндекс.Вордстат
| Запрос | Показов в месяц | Снято |
|---|---|---|
| видео в текст | 58 967 | 2026-08 |
| видео в текст онлайн | 8 357 | 2026-08 |
| перевод видео в текст | 5 024 | 2026-08 |
| расшифровка видео в текст | 3 061 | 2026-08 |
Чтение примерно 6 мин · обновлено 2026-08-27
Сначала проверьте, нет ли уже субтитров
У YouTube есть автосубтитры: «…» → «Показать расшифровку видео». Если вам нужен черновик и не нужна пунктуация — вы уже закончили.
У MKV-файлов субтитры часто лежат внутри контейнера отдельной дорожкой и извлекаются бесплатно.
Вытащите звук, а не грузите видео
Одна команда экономит вам гигабайты трафика и минуты ожидания:
ffmpeg -i video.mp4 -vn -acodec copy audio.m4a
Флаг -vn отключает видео, -acodec copy копирует дорожку без перекодирования. Часовой ролик 1080p превращается из 700 МБ в 30 МБ, а звук остаётся тем же самым, без второго поколения потерь.
Что делать без ffmpeg
На Mac: QuickTime Player → «Файл» → «Экспортировать как» → «Только аудио».
На Windows: любая монтажка умеет экспорт аудио; в VLC это «Медиа» → «Конвертировать» с профилем «Аудио — MP3».
Или просто загрузите видео целиком — мы вытащим дорожку сами, если файл укладывается в лимит 8 ГБ.
Форматы, которые ведут себя по-разному
MP4 и MOV отдают AAC-дорожку копированием. WebM отдаёт Opus, но часто без корректной длительности в заголовке. MKV может содержать несколько дорожек и требует выбора. AVI и FLV — старые контейнеры с битыми индексами.
Это не мелочи: от контейнера зависит, получите вы правильные таймкоды или сдвинутые на несколько секунд.
Как получить субтитры, а не сплошной текст
Просите SRT или WebVTT. Разница только в разбиении: до 42 символов в строке для горизонтального видео и до 32 — для вертикального, не больше двух строк на реплику.
SRT принимают YouTube Studio, VK Видео, Rutube, Premiere, DaVinci, CapCut и большинство LMS.
Частые вопросы
- Чем извлечение дорожки отличается от конвертации?
- Извлечение копирует готовый звуковой поток из контейнера байт в байт (ffmpeg -vn -acodec copy) за секунды и без потерь. Конвертация пережимает звук заново: дольше, и каждый лишний проход через кодек с потерями чуть-чуть портит шипящие.
- Что делать с файлом на 20 ГБ?
- Извлечь звук локально. Дорожка займёт десятки мегабайт вместо десятков гигабайт.
- Можно ли получить текст из видео по ссылке?
- Да, если это прямая ссылка на файл с открытым доступом — Яндекс Диск, облако, S3.