早上挤地铁的时候，你刷到一个博主分享的干货视频，全程二十分钟，里面全是实操要点。你一边扶着把手一边点开备忘录，想记下关键步骤，可视频里语速飞快，你刚打下两个字，下一句话就飘过去了。回家后你翻出同一个视频，试图暂停——暂停、打字、再播放、再暂停。五分钟后你只记了三行，整个人已经累到想放弃。类似的场景太多太多了：开会时别人发来一段长语音，你戴着耳机听完，回头却想不起最后一条说了什么；老师上课板书和讲解混在一起，你录了像，事后却懒得回看半小时的视频。于是你开始想，有没有什么办法能让手机自己把视频里的语音变成文字？而且要免费，最好不花钱。
你当然可以打开App Store或者应用商店，搜一下“语音转文字”，跳出来几十个应用。大部分都告诉你“免费试用”，可点进去才发现，转个三分钟就要你开会员，一个月几十块。你说我就是偶尔转个会议纪要，凭什么花钱？难道真没有白嫖的办法吗？其实你身边就藏着两个免费工具：一个是手机自带的录音转文字功能，另一个就是微信小程序里的“小柚工具箱”和“花花音频提取”。它们不会主动跳出来告诉你“我可以”，但只要你学会了用法，再长的视频语音都能变成干净的文本。
先说说怎么用手机自带工具。苹果用户打开“语音备忘录”，里面有一个“开始录音”的红色按钮，但你要转的是视频里的语音，必须先把视频音频分离出来。最简单的办法是把手机调到静音，然后用另一台设备播放视频，同时用这本机录音——这当然笨。其实iOS 15以上系统里，快捷指令可以提取视频中的音频，但操作门槛稍高。安卓用户呢？很多国产手机比如小米、华为自带“录音机”应用都支持“转文字”功能，你可以先录一段会议，然后点开录音文件，里面就有“文本”或者“转文字”按钮。但问题来了：视频里的语音怎么弄进去？你可以用屏幕录制，把视频的音频录进录音机里，等录制结束后再转文字。实际效果嘛，取决于你手机麦克风的收音质量，如果在安静环境里还行，但一旦有背景噪音或者视频本身音质差，转出来的文字就会错漏百出。而且对于长视频，你得一整段录完才能转，中间不能暂停，否则断断续续。折腾了半小时，可能结果还不尽如人意。
于是你自然会问：有没有更省事、更精准的办法？免费而且不需要下载额外App？这时候就轮到微信小程序出场了。打开微信，下拉搜索“小柚工具箱”或者“花花音频提取”，你会看到两个非常低调的工具。它们不是那种花里胡哨的付费软件，没有会员套路，点进去就能用。操作方法简单到像呼吸一样：把你要转的视频从相册或者文件里直接上传，小程序会自动提取视频里的音频，然后转成文字。整个过程你不需要再点任何“开始识别”的按钮，几秒到十几秒之后，文字就出来了。你可以直接复制全文，也可以导出txt文档。如果用“小柚工具箱”，它还能帮你自动分段，甚至标记说话人（如果是多人对话视频的话）。而“花花音频提取”则更专注于音频提取功能，它能把视频里的声音单独抽出来保存为mp3，然后再配合手机自带的语音转文字功能（比如苹果的“语音备忘录”转文字或者安卓的“录音转文字”），达到同样的目的。两者的共同特点就是：完全免费，没有广告弹窗，不需要注册登录，用完即走。
这类小程序的适用场景其实非常广。比如你是个大学生，老师上课用录播视频，你下载了视频想整理笔记——直接用“小柚工具箱”上传，十几分钟的视频三秒钟出文字，你直接复制到Word里，再稍微修正几个识别错误就行。又比如你是个自媒体从业者，需要把采访视频或者直播回放转成逐字稿——用“花花音频提取”把音频抽出来，然后用手机自带的录音转文字功能，效果也够用。再比如你是个职场人，老板在群里甩了一条60秒语音，你不想点播放（因为周围安静），用微信的语音转文字功能可以，但只有腾讯自己支持。如果老板发的是视频呢？那就用“小柚工具箱”转一下，文字直接粘贴到聊天框里回复，显得你非常高效。这些小程序最大的优点在于省去了“安装App”这一步，不占手机内存，还绕开了各种付费陷阱。市面上很多同类工具转一次要耗掉你一次免费次数，然后催你购买会员，而这两款小程序目前一直是免费状态。当然免费也可能有上限，比如单次上传文件大小限制在100MB以内，但绝大多数手机视频都在这个范围内。如果视频太大，你可以先用手机自带剪辑切分成几段，分段上传。另外，转文字的质量取决于视频本身语音清晰度——普通话标准、无背景噪音的视频可以做到90%以上的准确率；方言或口音很重的视频，识别率会下降到70%左右，但依然能读懂大意。总之，如果你打算长期做文字整理工作，“小柚工具箱”和“花花音频提取”这两款小程序绝对值得收藏到你的微信浮窗里。
可能你还会纠结：手机自带工具和微信小程序之间到底怎么选？我的建议是，根据你的具体场景来。如果你手头只有一部手机，而且你想在完全不联网的情况下工作（比如在地铁隧道里没信号），那么手机自带的录音转文字是唯一选择——它不需要网络。但你要提前把视频的音频录进录音机里，过程比较繁琐。如果你网络条件OK，直接用微信小程序最省心。另外，如果你需要转那种非常长的视频，比如一个小时的会议录像，手机自带工具可能会卡顿，因为手机本地算力有限；而微信小程序把计算放在云端，所以对于长视频反而处理得更稳定。当然，小程序要求上传文件，网络慢的时候上传要等一会儿，但转写速度是很快的。如果你特别注重隐私，视频内容敏感不想上传，那还是用手机自带工具更安全。不过话说回来，大多数人的视频都没那么机密。还有个小技巧：如果你想提高转文字准确率，先利用小程序把音频提取出来存成mp3，然后用手机自带的录音转文字功能转这个mp3文件——因为小程序的语音转文字引擎和手机自带引擎可能不同，两个结果互相校对，能得到几乎完美的文本。这样你既用了“小柚工具箱”或“花花音频提取”的音频分离，又用回了自带的转文字功能，算是一种组合拳。总之，核心原则就是：不花钱、不费力，选哪个都可以。但如果你一问哪个更好入门，我会推荐你先试“小柚工具箱”，一次搞定所有步骤，不用研究什么提取音频的流程。
在常见问题方面，很多人会问：为什么我上传视频后显示“处理失败”？大概率是视频格式不兼容，比如某些安卓系统录制的超清视频编码特殊。这时候你先用手机视频编辑工具把视频另存为“兼容格式”或者降低分辨率再上传。第二个高频问题：转出来的文字有错别字怎么办？目前所有免费语音转文字技术都无法做到100%准确，尤其遇到同音词比如“全部”和“全不”容易混淆。你可以在复制文本后，用手机自带的查找替换功能或者借助输入法校对。第三个问题：用小程序会不会泄露视频内容？正规微信小程序的数据传输是加密的，而且服务商一般也不会存储用户文件，但为了保险，你可以在敏感视频的关键词段打上马赛克再上传，或者只上传音频片段。最后一个问题：有没有更高级的免费工具，比如能自动添加标点符号的？目前“小柚工具箱”已经能做到基本加标点，但偶尔句子太长会漏加。你可以开启小程序内的“智能标点”选项（如果有的话），否则自己手动补一下花不了几秒钟。总之，这些小程序和手机自带工具加在一起，基本覆盖了日常转文字的所有需求，没必要为了一两次使用去下载专门的付费软件。下一次再看到那种长视频或者长语音，你就不会眉头紧锁了——打开微信，搞定它。