通义听悟可一键将视频语音转为带时间轴的SRT字幕。上传MP4等格式视频后，需设置语言、开启发言人区分和保留时间戳，转写完成在校对页修正错字、调整断句，最后导出SRT文件。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

你想把网课视频、会议录像或访谈素材里的语音内容快速变成带时间轴的可编辑字幕，通义听悟能一步到位完成识别、分段、标时间戳和导出SRT，不用装软件、不依赖本地算力。

上传视频并启动转写

打开浏览器访问通义听悟官网，用淘宝/支付宝/阿里云账号一键登录；

首页点击「上传音视频」，将MP4等格式的本地视频文件拖入上传区，或从阿里云盘直接导入；【单个文件最大6GB，时长上限6小时，超限会提示失败】

上传完成后，系统自动解析音频轨道，页面右下角出现「开始转写」按钮，点击即启动AI识别。

关键参数设置

转写前必须配置三项核心选项：

方法一：语言选择——根据视频主讲语言勾选「中文」或「中英混合」，若含粤语/日语需手动切换对应语种，否则错字率陡增；

方法二：发言人区分——课程含师生问答、会议有多人发言时，务必开启此功能，否则所有语音堆成一段，后期无法拆分角色；

方法三：时间戳保留——默认开启，若关闭则导出纯文本无时间信息，后续做字幕同步将彻底失效。

校对与导出SRT字幕文件

第一步：等待转写完成，进度条走完后进入编辑页，绿色高亮显示AI置信度低的句子，逐句点击可手动修正错字；

第二步：检查每段字幕起止时间是否合理，拖动时间轴试听比对，发现断句错位立即在字幕条上双击拆分或合并；

第三步：确认无误后，点击右上角「导出」→选择「SRT格式」→保存到本地文件夹；【注意：导出文件名默认带“_原文”后缀，需手动重命名或用脚本批量清除，否则部分剪辑软件无法识别】