BriskGen 创作手记
Vidnoz AI 音频转文字：上传、导出与校对指南
用 Vidnoz AI 把录音转为文字：先确认文件大小与时长，选择 TXT、JSON 或 SRT，再逐项核对人名、数字和字幕时间，了解免费入口的使用边界。
Vidnoz AI 的公开音频转文字工具提供 Text、JSON 和 SRT 三种输出。整理会议记录选 Text，交字幕草稿选 SRT；只有后续程序确实需要结构化字段时，才选 JSON。公开页列出的文件上限是 200 MB、30 分钟。
先截取一小段包含难名字、数字和完整指令的录音，用最终要交付的格式转一次。下载后能打开、关键信息也对得上，再处理整段，能少走一遍返工流程。
上传前，先过文件与交付物两道关
Vidnoz 公开页面的规格说明列出：文件不超过 200 MB，时长不超过 30 分钟。我们实际查看的上传区显示格式包括 MP3、AAC、M4A、WAV、FLAC、Opus、MP4、M4V 和 WEBM。
大小和时长需要同时满足。文件很小，不代表时长合适；几分钟的高码率音频，也可能超过大小限制。确实需要拆分时，在句间停顿处分段，保留原文件，并记录每一段对应原录音的起点。比如第二段从原录音 12 分 40 秒开始，后续引用或合并字幕时就有依据。
输出菜单里的三种格式，按接收方下一步的工作来选：
| 你接下来要做什么 | 优先考虑的格式 | 下载后重点检查 |
|---|---|---|
| 整理笔记、查找原话、写会议记录 | Text／TXT | 文字是否完整，人名、日期、数量是否准确 |
| 把结果交给程序处理 | JSON | 实际字段结构能否被接收程序识别 |
| 为视频制作字幕草稿 | SRT | 字幕内容、起止时间、与视频的同步情况 |
JSON 只是结构化文件类型，不等于一定有你需要的说话人字段或时间字段。先拿一个样本检查结构，再决定是否接入后续流程。SRT 也是独立字幕文件，需要放进目标播放器或剪辑软件核对，不能把“下载完成”当成“字幕已经做好”。
按公开页面完成一次转录
官网给出的操作顺序很直接：
- 打开 Audio to Text，上传音频或视频。
- 在 Original language 选择录音实际使用的语言，再选择输出文件类型。
- 点击 Transcribe Audio Now，检查转录内容并下载。
真实公开工具入口：先定位 Audio to Text 上传区。本文只查看了公开页和菜单，没有上传文件。 Vidnoz 来源。
同一公开工具中的格式选择状态，保留导航、语言和提交位置，便于与上一张上传总览对应；没有提交转录。 Vidnoz 来源。
原始语言选的是录音里说的话，不是最后文章要用的语言。英文采访转录成英文，再整理中文报道，是两件事；不要把语言选项理解成自动翻译出口。
上传前，先在本地听一下开头、中间和结尾。确认文件是正确版本、声音能听清、没有只录到静音声道。若前面有很长的等待或无关讨论，可以另外做一份工作副本，原录音继续保留。
下载后立即用接收方的软件打开一次：TXT 看文字是否完整，SRT 搭配目标视频播放，JSON 用实际接收程序验证。越早验证交付物，越容易避免转完一批才发现格式不合用。
开始前，看清选中的是哪一份录音
下面两张来自 Vidnoz 2026 年 1 月的官方教程，并非本站转录实测。选中文件后，先核对文件名和时长，再设置实际口语语言，确认输出格式。把这几项放在一起检查，能避免转错版本或交错文件格式。
官方已选文件示例：播放器、语言菜单、输出格式和下一步操作处于同一工作区。
官方示例
.
找到下载结果，再打开文件检查
官方结果图把 TXT 文件名和 Download 放在录音设置下方。下载后，用文字编辑器打开文件，对照录音检查开头和最后一句。旧示例里的“4 Credits”不能作为当前价格或免费额度说明。
官方 2026 年 1 月的下载结果示例，已去掉无关宣传横幅，保留 TXT 所在位置与完整操作上下文。
官方示例
.
只需要可编辑文字稿，可以怎样选
对方需要字幕或结构化数据，就先试 Vidnoz 的 SRT 或 JSON，确认文件能接进下一步。如果只是把语音备忘整理成一份可读稿，BriskGen 音频转文字可以在同一个工作区完成转录、修改、保存和 TXT 下载。影响选择的差别主要是这些：
| 判断项 | Vidnoz 公开转换页 | BriskGen 音频转文字 |
|---|---|---|
| 输入 | 上传区列出的音视频格式，200 MB、30 分钟以内 | 本地 MP3、WAV、M4A、MP4、MOV，100 MiB、30 分钟以内 |
| 文字交付 | 页面列出 Text 下载 | 可编辑并保存的文字稿、复制、TXT 下载 |
| 时间轴或结构化数据 | 页面列出 SRT、JSON | 不导出 SRT、VTT 或 JSON |
| 使用成本 | 看当前入口与账户实际额度 | 每开始 2 分钟消耗 1 积分，最低 1 积分 |
在 BriskGen 登录后选择文件，先看本次显示的积分预估，再开始转录。完成后，在本地播放器回听原录音，修改文字并保存，再下载 TXT；打开下载文件，核对刚才改过的名字和最后一句。90 秒的文件用 1 积分，2 分 1 秒用 2 积分。输出保留原始口语语言，不提供翻译，也不接受视频网址。
在这份原创 10.96 秒英文样本里，初稿把品牌写成“brisk gen”。我们改为“BriskGen”，保存后下载 TXT。校对时重点听开会时间、型号 M15，以及 “do not publish before Friday” 里的否定要求。可以把原始 WAV与保存的 TXT放在一起看，了解最后交给同事的文件是什么样。
整理阅读稿时，可以在回听后把“15 minutes past 10:00”规范为“10:15”。下图还增加了段落。先确认意思没变，再点 Save edits（保存修改），这份编辑才算存入结果。
处理自己的录音时，也按这个顺序收尾：校对、保存、下载，再打开 TXT。接收方要时间轴字幕时，则选择能交付字幕文件的流程。
一个产品语音简报，应该怎么校对
假设录音里有这样一段话：
“Aster M15 定在 11 月 14 日发布。准备十五台评测机，不要带充电底座。建议售价是 99 美元。”
用这段假设简报练习校对，可以先找最容易影响执行的四类信息：
- 型号： M15 要与原录音和产品资料一致，不能因为另一个型号更常见就自行替换。
- 日期： 核对月份和日期，避免把一个流畅的错误直接写进发布计划。
- 数量： “十五”与“五十”影响的是实际发货量。
- 否定： “不要带”少一个“不”，交付要求就反了。
如果目的是做会议记录，可以在校对后另写“准备 15 台评测机，不含底座”的行动项。但行动项应与逐字稿分开保存，别把整理后的句子当作说话人的原话引用。
如果目的是做字幕，还要看分段是否破坏意思。例如“不”出现在上一条、后半句出现在下一条，观众未必来得及看全。字幕检查需要同时考虑内容和显示时间。
分三轮检查，比一路润色更可靠
第一轮检查有没有漏句。对照整段录音看内容覆盖是否完整，尤其留意话题切换、插话和结尾。听不清的地方先标注工作备注，例如“[02:18 听不清]”，不要凭上下文补出一句像样的话。
第二轮集中核对专有名词和高影响信息：人名、型号、金额、日期、单位，以及“之前”“之后”“不需要”等词。多人重叠说话时，内容听清不等于归属明确；只有录音足以支持，才给某个人署名。
第三轮按用途整理。笔记可以补标题，引用要保留原意，字幕要处理断句和同步。保存一份已核对的主稿，再进行排版或精简，避免为了好读覆盖掉原始依据。
对字幕再加一个小检查：看第一条、剪切点附近和最后一条是否对得上。文字完全正确，搭配了不同版本的视频，时间照样会错。拆分过录音时，尤其要核对每段的起始偏移。
出现问题时，先定位哪一步不匹配
| 现象 | 下一步检查 |
|---|---|
| 无法上传 | 同时核对大小、时长和上传区显示的格式 |
| 结果为空或内容不对 | 播放刚才上传的那个文件，确认有目标语音 |
| 型号、人名反复写错 | 建立一份更正清单，逐个回听并检查全文同名内容 |
| 剪辑后字幕整体错位 | 确认 SRT 与视频来自同一版本，检查拆分偏移 |
| 其他软件读不了结果 | 核对实际下载格式，用一个文件先跑通接收环节 |
每次只调整一个条件。符合限制仍无法上传，就保留格式、时长和大小信息以便咨询支持；只有接收软件报错时，先检查导出格式，不必马上重新转录。
免费入口与付费额度，应该看哪里
公开转换页把工具描述为免费；Vidnoz 的独立 Voice 计费页另有按积分使用音频转文字的规则。处理长录音前，确认当前入口和账户实际显示的额度、格式与限制。不要因为购买了某个视频套餐，就推断它包含你需要的转录权益。
如果你更需要说话人调整、逐段编辑和修改后的时间对齐，可以接着看 ElevenLabs 音频转文字指南。如果下一步是把文字放进设计或社媒视频，Canva 指南解释了文字稿与字幕分别该走哪条路。
来源与核验范围
Vidnoz 的步骤和限制核对于 2026 年 10 月 24 日，公开上传区与输出菜单已查看，未运行转录。BriskGen 的 WAV／TXT 来自本站原创短样本；本文没有做工具间的准确率或速度对比。
- Vidnoz Audio to Text：上传限制、格式选项和公开操作流程。
- Vidnoz Voice 计费页：独立 Voice 产品的积分与权益背景。
封面为原创 AI 生成的主题场景；正文的产品界面与实测图片另有来源说明。
