自媒体时代，如果你想要源源不断的输出内容，那么模仿和搬运文案是必不可少的一环。比如将视频声音转换为文字并提取（尤其长视频），然后再利用AI对文案进行编辑，后期再自己进行精修等。
比如做直播切片，又或者是创作同质内容的短视频等，如果能够自动将视频声音提取为文字的话，将会省时省心省力。
视频声音转换为文字并自动提取为文案教程
提醒：此方案需要一定的成本，但好处就是无需安装软件和配置各种环境，直接在线上运行的。因此也仅适合对视频制作需求强的朋友。
一、我们需要用到腾讯云的实时语音识别产品，并购买资源包。关于腾讯云，马化腾家的，就不多介绍了。
腾讯云语音识别产品选购：点此进入
进入后，根据自身需求选购录音文件识别或实时语音识别产品，我目前主要是用录音文件识别功能（相对便宜，使用更简单）。
选购之后，进入腾讯云控制台（任意位置进入）：
控制会显示你近期访问过的业务，找到“语音识别”进入专区：
二、进入语音识别专区，在“语音识别资源包”可以看到我们的购买详情和到期时间等：
三、进入“功能体验”选项，正式开始将视频声音提取为文字文案（两步走）：
步骤一：将你所要转化的视频下载至电脑上，然后用视频剪辑软件将视频和声音分离，单独提取声音文件并修改为mp3格式。当然，如果你有能直接下载视频声音文件的工具则更好。
PS：我目前习惯用剪映的“分离音频”功能：
步骤：电脑上打开剪映 – 开始创作 – 导入视频 – 拖至轨道 – 在视频轨道单击鼠标右键选择“音频分离”即可
分离成功：
然后剪映右上角点击“导出”，勾选“音频导出”，去除“视频导出”：
至此，我们就得到了一个纯粹的声音文件：
步骤二：将经过处理的视频声音文件上传至腾讯云“功能体验”专区，选项根据自身需求和情况勾选。
如图所示（在录音文件处点击“选择文件”上传）：
点击“开始识别”，识别之后结果会出现在下方。如果文案较短（1000字以内），直接复制就行。如果超过1000字，需要下载到本地，网页上并不会显示全部。
整个流程其实非常简单的，只不过这里为了给大家讲清楚，图片用得较多，熟悉之后轻松上手。
最后，可能有的人也说用市面上的一些其他软件也可以做到，比如那些吸引噱头的免费语音智能识别功能，但真正体验过之后你就会清楚，里面的坑多着呢。毕竟，免费的有时候真就是最贵、最不划算的，纯粹是在浪费自己的时间和精力！