Twitter（X）视频转文字：粘贴视频链接，获取完整原话

粘贴任意 Twitter（X）视频链接，无论是视频帖子、附带视频的回复，还是长视频，都可以获得保留原始口语语言的逐字转录、以你的语言生成的摘要，以及可下载文件。无需设置菜单，也不必在语言准确性上妥协。

这项 Skill 可以将 Twitter（X）视频中的语音转换为可搜索、可引用、可核实的文本。它支持任何语言的公开 Twitter（X）视频，并可输出纯文本、带时间戳的 Markdown 或 SRT 字幕。输出格式会根据你提出请求的方式自动选择，而不是通过设置页面配置。

适用人群

• 记者和政治新闻从业者：需要引用 Twitter（X）视频、公开声明和热门片段。现在，许多新闻首先在该平台出现，公众人物也常常最先在这里发声。转录内容会保留原话，不会被改写，因此你引用的内容就是讲话者实际说出的内容。
• 事实核查人员：在错误引用的截图进一步传播之前，确认热门视频中究竟说了什么。
• 研究人员和分析师：将较长的 Twitter（X）视频转换为可搜索、可引用的文字，而无需用两倍速听完整整一个小时。
• 科技公司和初创团队：转录产品发布、创始人访谈和风投采访。如今，科技行业的大量信息都以视频形式发布在 Twitter（X）上。
• 营销人员和竞争情报研究人员：分析竞争对手创始人、品牌视频和热门营销片段，无需按正常速度看完几十条视频，就能直接阅读核心观点。
• 内容创作者和长帖作者：将自己的视频帖子和热门片段改编成博客、Newsletter、长帖或 LinkedIn 内容，在几秒内提取视频中的口播文案。
• 政策分析人员和政治观察者：归档政治人物、倡议者和公众人物的发言。Twitter（X）越来越成为政治表达的重要平台，而逐字转录可以作为重要记录。
• 学术研究人员：研究社交媒体话语、政治传播、网络社区和公众人物的表达方式。转录文本可以导出到 NVivo、Atlas.ti 等定性分析工具。
• 翻译人员和本地化团队：将英语视频转换为可供翻译成其他语言的源文本。
• 无障碍团队和相关倡议者：在将视频重新上传至其他平台时，为听障观众生成 SRT 字幕文件。
• 任何看过热门视频并想知道真实原话的人：不是截图中的文字，不是引用帖子里的错误引述，也不是 AI 改写后的长帖，而是视频中实际说出的内容。

它解决什么问题

Twitter（X）已经成为公开发言的重要平台，包括政治声明、创始人公告、突发新闻和热门视频。然而，该平台几乎没有提供将视频语音转化为可用文字的功能：

• 视频帖子没有原生转录视图：你必须实时观看，否则就无法获取其中的信息。
• 大多数视频帖子没有字幕：平台的自动字幕并不稳定，也无法导出。
• 热门视频经常在截图和引用帖子中被错误引用：想要核实，只能找到原始视频并亲自收听。

第三方转录工具虽然存在，但大多数会出现以下三类问题之一：

• 不该翻译时却翻译了转录内容。 你原本想逐字引用一位讲西班牙语的创始人，工具却返回了一段英语改写。原始引用已经丢失，而在新闻、研究或事实核查中，改写内容不能代替直接引用。
• 摘要仍然使用源语言。 你看不懂日语，但摘要也以日语返回，于是还需要使用第二个工具进行翻译。
• 所有功能都隐藏在设置菜单中。 你只是想粘贴链接并输入一句话，却被要求配置 API Key、输出路径和各种开关。

这些工具的共同问题是：它们服务的是构建工作流的工程师，而不是正在赶截稿时间的记者、追踪公共话语的研究者，或试图核实真实发言的分析师。

这项 Skill 只需要一个链接和一句话，然后返回正确的结果。

它的不同之处

1. 默认提供双语输出。

转录会保留音频的原始语言，并逐字呈现。你需要引用的内容会按照讲话者实际说出的方式完整保留。摘要和关键要点则会使用你当前对话所使用的语言。

一名英语记者转录一位西班牙语创始人的视频时，会获得西班牙语转录和英语摘要。一名中文研究人员转录一位日本政治人物的视频时，会获得日语转录和中文摘要。

无需切换设置，也不必记住语言参数。双语输出之所以是默认设置，是因为真实使用场景通常同时需要两件事：以原语言准确引用，以及用自己的语言快速理解。

2. 根据你的表达自动选择格式，而不是通过菜单。

输入 “给我字幕”，即可获得 SRT 文件，可直接导入 Premiere、DaVinci Resolve、CapCut 或 YouTube Studio，用于将视频重新发布到其他平台。

输入 “加上时间戳，方便我找到引用位置”，即可获得每段以 [MM:SS] 开头的 Markdown，能够精确定位到具体秒数。

如果没有指定格式，则默认返回清晰的纯文本，最适合阅读、总结，或粘贴到文章、长帖和研究笔记中。

关键词可以出现在请求中的任何位置，并支持英语、西班牙语、中文、日语和韩语的不同表达。“字幕”、“タイムスタンプ”、“자막” 等表达会触发与对应英语关键词相同的输出逻辑。

没有设置页面，也没有格式下拉菜单。你原本就会输入的那句话，就是操作界面。

3. 专为长视频设计。

Twitter（X）允许付费账号上传更长的视频，包括访谈、圆桌讨论、录制演讲和创始人问答，时长可能从 30 分钟到数小时不等。

大多数 AI 转录工具会先将完整转录发送给摘要模型，然后才生成结果。视频越长，摘要出现得越晚。

这项 Skill 会生成一个辅助摘要文本，只保留每个段落的第一句和最后一句，再基于该内容生成摘要。这样可以减少大约一半的输入 Token，同时保持相近的摘要质量。对于长视频，用户体验可以从 “等待五分钟后收到一整面文字墙”，变为 “不到两分钟就获得清晰摘要和已保存文件”。

完整逐字转录仍然会原样保存，不会被缩减。辅助摘要只是后台优化，用户不需要进行任何额外操作。多说话人识别也针对访谈和圆桌讨论进行了优化。

支持的 Twitter（X）内容

示例

示例 1：核实公众人物究竟说了什么

一名记者在信息流中看到了一个热门片段，但网络上流传的截图包含相互矛盾的改写。发布报道前，他需要确认逐字原话。

“讲话者开头说了什么？https://x.com/username/status/1234567890”

返回内容：

• 优先展示视频开头的逐字原话，并提供足够的上下文，便于准确引用。
• 2–4 句话概括整个视频的内容。
• 3–6 个关键要点，提炼主要信息。
• 完整逐字转录文件，可逐行引用。

示例 2：归档一段长时间创始人访谈

一名社区经理希望归档一段发布在 Twitter（X）上的 90 分钟创始人访谈，并分享给未能观看直播的团队成员。

“请转录并添加时间戳：https://x.com/username/status/1234567890”

返回内容：

• 2–4 句话概括主要话题。
• 3–6 个关键要点，突出最重要的问题和回答。
• 完整的带时间戳 Markdown 转录，每个段落以 [MM:SS] 开头，可直接粘贴到 Notion 或 Slack 频道中。
• 即使源视频较长，摘要优化也能将等待时间控制在两分钟以内。

示例 3：为热门视频生成跨平台字幕

一名创作者发布了一段 90 秒的 Twitter（X）视频，正在获得关注，希望将其重新发布到 Instagram Reels 和 YouTube Shorts，并添加规范字幕。

“为 https://x.com/myhandle/status/9876543210 生成 SRT 字幕”

返回内容：

• 标准 SubRip 格式的 .srt 文件，包含正确的时间码，可以直接导入 Reels 字幕编辑器、YouTube Studio 或 CapCut。
• 一段简短摘要和若干关键要点，可作为其他平台的发布文案。

输出格式

语言支持

转录引擎支持英语、西班牙语、葡萄牙语、法语、德语、意大利语、普通话、粤语、日语、韩语、越南语、泰语、印度尼西亚语、阿拉伯语、希伯来语、印地语、乌尔都语、俄语、土耳其语、波兰语，以及大多数主要欧洲、亚洲、中东和拉丁美洲语言。这也包括 Twitter（X）上政治和科技领域主要非英语用户群体所使用的语言。

对于多语言视频，例如英语和西班牙语交替使用、参与者使用不同语言的圆桌讨论，或采访国际嘉宾，系统会以主要语言作为基础进行转录，同时在逐字文本中保留实际出现的所有语言。

你不需要主动指定语言。系统会参考 URL 信息和账号名称自动判断。如果第一次转录结果为空，Skill 会使用当前对话语言再次尝试。如果两次结果都为空，系统会要求你确认。大多数情况下，原因并不是语言识别失败，而是视频为私密内容、已被删除，或受到 Premium 订阅限制。

如果已经知道音频语言，可以在请求中注明，例如 “这段视频是西班牙语” 或 “音频是日语”。这样可以跳过语言检测步骤，节省几秒钟。

准确性和预期效果

转录内容是逐字生成的，由语音识别流程完成，不会进行改写或意译。口头禅、重复、停顿、犹豫和多人重叠讲话都会尽可能保留。

对于新闻、事实核查、研究和政治分析来说，准确措辞本身往往就是最重要的内容。改写不能作为直接证据，而错误引用的截图可能比后续更正传播得更广。

在音频清晰、单人讲话并使用支持语言的情况下，准确率较高。大多数视频帖子的转录只会出现极少量错误。

以下情况可能降低准确率：

• 多人同时说话或相互打断。
• 视频中存在串音或背景音乐。
• 多名嘉宾同时发言的辩论。
• 非常专业的术语或少见人名。
• 较重的地区口音。
• 远程连线音质较差或网络不稳定。
• 音频经过严重压缩。

如果原始音频本身无法听清，AI 无法彻底修复。如果某一段转录出现混乱，通常说明源音频较难辨认，并不一定是模型处理失败。

对于新闻报道、事实核查、学术研究或法律等高风险引用场景，应将关键引用与原始视频进行人工核对。

这项 Skill 只处理公开链接，不会登录 Twitter（X），也不会访问受保护账号或仅订阅者可见的内容。

不支持的内容

• 本地视频文件：对于从 Twitter（X）下载的 .mp4 文件、录屏或保存在电脑中的视频，请使用相关的 audio-to-text Skill。
• 正在进行的直播：只支持已完成的录像。直播结束并生成回放之前，系统会返回空结果。
• 受保护或私密账号：链接必须公开可访问，Skill 无法代表用户进行身份认证。
• 仅订阅者或 Premium 用户可见的视频：X Premium 或其他订阅限制内容需要登录认证。
• 已删除帖子和已移除视频：如果链接返回空内容，视频可能已被用户删除或被平台移除，无法恢复。
• 直接翻译转录内容：为了保留准确原话，转录会有意维持源语言。如果需要翻译，请在获得逐字转录后再提出后续翻译请求。