下面这个就是工具本体，直接在页面里用：粘贴抖音链接 → 点「提取文案」→ 等几秒，口播文案就出来了。免费、无需登录、无需下载任何模型。
这个工具是什么
把抖音视频里的口播内容转成文字。做内容拆解、竞品选题分析、素材整理时，不用再一句句听写。
| 使用门槛 | 打开网页就能用，不用注册、不用登录、不收费用 |
| 支持输入 | v.douyin.com 短链、分享口令、www.douyin.com/video/ 数字 ID、iesdouyin 分享链接、纯数字 ID |
| 识别方式 | 服务器本地部署 SenseVoice-Small（中文优化语音识别模型），音频不出服务器 |
| 要不要下载模型 | 完全不需要，不用装插件、不用装软件，手机浏览器也能直接跑 |
| 速度参考 | 13 秒视频约 7 秒 出结果；1 分钟视频约 20 秒；5 分钟视频约 1 分钟 |
| 效果 | 「原声」视频准确率最高，中英文混说也能识别；他人配乐、方言、多人对话会下降 |
| 并发 | 免费额度 20 次 / 小时，任务排队处理，页面会显示队列位置和预计时间 |
怎么用
- 抖音 App 打开视频 → 右下角「分享」→「复制链接」（或复制整段口令）
- 粘进上面的输入框 → 点「提取文案」，也可以按 Ctrl + Enter
- 页面会实时显示「解析中 → 获取音频 → 识别语音 → 完成」，几秒后出文案
- 用「复制文案」直接拿走，或「复制标题 + 文案」连视频标题一起复制，也可以「下载 TXT」存本地
几个实话
- 纯背景音乐、无口播的视频提取不出文案，这不是故障。
- 标注「原声」的视频效果最好；用他人配乐的视频，人声和 BGM 混在一起，准确率会明显下降。
- 视频被作者删除、设为私密，或短链已过期，会提示无法解析，需要重新分享一次。
- 短链有有效期，隔太久的旧链接可能失效；失效时改用电脑版链接（浏览器打开 douyin.com，复制地址栏里
https://www.douyin.com/video/ 一串数字）通常能救回来。 - 隐私：只解析公开视频信息，音频在服务器本地临时处理，识别完成即刻删除，不做留存、不做训练。
- 提取结果版权归原作者所有，仅供个人学习研究与选题参考，公开传播或商用请先取得授权。
为什么不是浏览器里跑 Whisper
最初这版用的是浏览器端 Whisper-base：首次要下载约 75MB 模型，跑在电脑 CPU 上，13 秒视频要等 20 多秒，而且小模型对中文口播的识别经常出错、出现无意义重复字。现在改成服务器本地跑 SenseVoice-Small：不用下载、速度快一倍以上、中文准确率高一个档次，中英混说也能正确切分。
如果你更习惯用桌面软件（批量处理、本地保存），可以看这篇：抖音运营工具箱（Windows 桌面版）。
正文完
