夸克浏览器支持网页内嵌视频及本地MP4/MOV文件的AI语音转文字,三步即可生成带时间戳的可编辑文稿:打开视频页→点千问图标选“总结当前页面”→等待AI输出;本地视频可通过相册或网盘上传后触发AI总结,需注意60分钟时长限制,并可优化人声分离与语言模型提升准确率。

想把网页视频、网课录像或本地MP4里的讲话内容自动转成可编辑的文字稿,不用手动听写、不依赖第三方工具,直接在夸克浏览器里三步完成提取——这功能就藏在AI总结模块里,但必须用对入口和格式。
确认视频来源是否支持AI总结
夸克只对已加载完成的网页内嵌视频(如B站网页版、腾讯视频网页版、网易公开课)和本地上传的MP4/MOV文件提供文案提取服务。抖音、小红书、微信视频号等APP内嵌播放器的视频无法识别,因为它们不向浏览器暴露音轨与字幕层。
若视频来自网页:确保页面完全加载,播放器能正常点击播放;若为本地文件:提前将视频存入手机相册或夸克网盘,不要压缩成ZIP或放在加密文件夹中。
网页视频一键提取文案
第一步:在夸克浏览器中打开含视频的网页,点击播放器任意位置使控制栏显示;
第二步:点击右上角【千问】图标→从弹出菜单中选择“总结当前页面”;
第三步:等待3~8秒,AI自动分析音画同步内容,生成带时间戳的逐句文案脚本,并高亮关键信息节点。这一步依赖视频是否开启字幕轨道——若原网页未提供CC字幕,夸克会调用语音识别模型实时转录,准确率约92%,但中文口音重、背景音乐强时可能漏词。
本地视频文件提取文案(安卓/iOS通用)
方法一:直接拖拽上传
打开夸克App→点击底部“文档”→进入“AI总结”页→长按空白区→选择“从手机相册选取”→挑中MP4文件→上传后自动开始语音转文字。
方法二:通过夸克网盘触发
先将视频上传至夸克网盘→在网盘中长按该视频→点击“更多”→选择“AI总结”→系统立即调用音频解码+ASR模型处理。
注意:单个视频时长不能超过60分钟,否则上传失败且不提示原因;超时视频需手动分段再传。
优化提取结果的两个关键操作
若初版文案错字多、断句乱,别急着重试——先做这两件事:
① 在AI总结结果页点击右上角“…”→选择“重新识别”→勾选“增强人声分离”→再点“开始分析”。该选项会压制背景音乐与混响,专提说话声,适合讲座、会议录音。
② 若视频含中英双语或专业术语(如医学名词、编程命令),返回总结页顶部,点击“语言偏好”→手动设为“中文+英文混合”或选择对应领域模型(教育/技术/法律),避免把“API”识别成“阿皮”、把“心肌梗死”听成“心机梗塞”。



















