全部功能/字幕提取
老黄牛桌面工具
免费字幕提取工具：视频音频转 SRT 与 TXT
批量识别视频或音频原声，导出本地字幕文件
字幕提取把访谈、口播、课程和会议录音批量识别为 SRT 字幕或 TXT 文字，在功能中心“免费功能”分类中打开。 免费、本地处理，素材不会上传；只识别声音，不读取画面中的硬字幕。 结果可能有同音字、专有名词和时间点误差，需人工校对。
- 价格
- 免费，不需要登录
- 支持系统
- Windows 10 1903+ / 11 x64 · macOS 14+、Apple 芯片
- 当前版本
- v0.3.80 · Windows 234.1 MiB · macOS 239.4 MiB
能做什么
核心功能
视频和音频批量导入
可选择或拖入多个视频、音频及文件夹，递归扫描符合类型的文件，单次最多加入 200 个。
SRT 与 TXT 输出
SRT 保留字幕时间轴，TXT 只保留识别文字，也可一次同时生成两种格式；输出不覆盖原素材或已有文件。
五种语言选项
支持自动检测以及中文、英语、日语、韩语；已知素材语言时可直接指定。
本地模型与共享缓存
首次主动下载约 57 MiB 的模型，可取消和继续；已有视频处理或 AI 剪辑的 Whisper 模型缓存时直接共用。
什么时候用
适合这些情况
口播访谈视频要出字幕
导入口播或访谈视频，选 SRT 得到带时间轴的字幕文件，适合导入剪辑软件，用前先校对。
课程会议录音转文字
导入课程或会议音频，选 TXT 只保留识别文字，适合阅读和整理；也可同时导出两种格式。
一整个文件夹批量识别
拖入文件夹递归扫描，一次可加入 200 个以内的视频或音频，每个素材分别出字幕，同名自动加编号不覆盖。
英语日语韩语素材
识别语言可选英语、日语或韩语；已知素材语言时直接指定，通常比自动检测更稳定。
费用
免费使用
该功能当前为免费使用。
常见问题
要钱吗？素材会上传吗？
免费，不需要登录。识别在你电脑上运行，素材不上传；首次使用需联网下载约 57 MiB 的识别模型。
能提取画面里的硬字幕吗？
不能。它听的是声音，不识别画面上已压好的文字（不做 OCR）；没有音轨的素材出不了字幕。
支持哪些格式？
视频支持 MP4、MOV、MKV、AVI、WEBM、M4V，音频支持 MP3、WAV、M4A、AAC、FLAC、OGG、OPUS，素材需要有可读取的音轨。
识别结果准吗？
口音、噪声、多人同时说话、背景音乐和专有名词都会影响准确率，建议导出后校对文字和时间点。
系统要求与安装说明
- Windows：v0.3.80；Windows 10 1903+ / 11 x64
- macOS：v0.3.80；macOS 14+、Apple 芯片
- 免费、本地处理，不需要登录。
- 首次使用需要联网下载约 57 MiB 的本地识别模型；之后可复用缓存，模型下载速度取决于当前网络。
- 支持 MP4、MOV、MKV、AVI、WEBM、M4V 视频，以及 MP3、WAV、M4A、AAC、FLAC、OGG、OPUS 音频；输入必须包含可读取的音轨。
- 输出不会覆盖原素材或已有文件；同一保存目录遇到同名结果时自动追加编号，如 (2)、(3)。
- 只识别声音，不读取画面中的硬字幕，不支持 OCR。
- 口音、噪声、多人重叠、背景音乐和专有名词会影响准确率，结果需要人工校对。
- 运行范围为 macOS 14 或更新版本（Apple 芯片），以及 Windows 10 1903（build 18362）或更新的 64 位系统。
- 需要安装老黄牛AI 桌面客户端，请更新到最新版。