转写 MKV
Matroska Video
MKV（Matroska Video）是一种开放的多媒体容器，可在同一文件中保存多条视频、音频、字幕和元数据。常用于高清视频、获授权的光盘备份和视频归档。实际音画质量取决于内部编码；转写时主要处理音轨，而不是已有字幕。
上传您的 MKV 文件
将文件拖放至此，或点击以浏览文件
支持各种音频与视频格式 • 最高 50 MB
无需注册，前 5 分钟免费转写
技术规格
- 编码:
- 视频：H.264、H.265、VP9；音频：AAC、FLAC、Opus
- 码率:
- 可变码率，通常为 2–20 Mbps
- 采样率:
- 音频通常为 48 kHz
- 声道:
- 立体声／5.1／7.1；可能包含 Atmos 音频
- 文件大小上限:
- 每个文件最高 5 GB，具体取决于套餐
MKV 转写的常见用途
了解各行业的专业人士如何利用 MKV 转写节省时间、提升效率
高清与 4K 归档
为有权处理的 MKV 光盘备份、4K 归档和视频素材生成可检索文本。
多语言音轨
需要特定语言或评论音轨时，先单独导出目标音轨，再上传转写。
动画与外语影片
为有权使用的动画和外语影片制作字幕初稿，辅助翻译核对与无障碍阅读。
视频制作
转写 MKV 粗剪、拍摄素材和项目导出文件中的讲话，辅助素材整理。
教程与课程
将 MKV 教学视频、课程和培训材料转为可搜索文本。
纪录片归档
整理 MKV 纪录片素材、采访和历史录像中的语音。
为什么选择我们的 MKV 转写服务？
专为 MKV 文件打造的高级功能
开放格式
MKV 采用开放容器设计，适合灵活保存不同类型的媒体轨道；其中具体编码和内容仍可能有独立使用要求。
多音轨容器
MKV 可包含多条音轨。平台默认处理首条音轨，需要其他轨道时请先单独导出。
可保存无损音频
MKV 可包含 FLAC 等无损音轨，适合保留原始素材；无损本身不保证更高识别准确率。
支持高清与 4K 素材
可以处理常见高清视频中的音轨，仍需符合大小和时长限制。
丰富的元数据
MKV 可保存章节、时间和标签等信息，但这些字段不一定自动写入转写结果。
广泛的播放器支持
VLC、MPC-HC、Plex 等播放器支持常见 MKV 文件，便于先检查素材。
如何转写 MKV
只要三个步骤，即可将 MKV 文件转成文字
上传 MKV 文件
拖放 MKV 文件，或点击以浏览文件。支持最高 每个文件最高 5 GB，具体取决于套餐 的文件。
AI 处理
AI 转写 MKV 文件时，每小时音频约需 1 分 28 秒，并会识别说话人及加入时间戳。
下载结果
获取 TXT、DOCX、SRT、VTT 或 JSON 格式的转写文本，并依需求编辑与导出。
无需信用卡 • 无需注册 • 前 5 分钟免费
多条音轨，默认处理一条
Matroska 可同时保存视频、多个音轨、字幕、章节和附件，因此常用于电影归档或直播录制。
平台默认转写首条音轨。如果需要其他配音或评论轨，请先单独导出。例如：ffmpeg -i in.mkv -map 0:a:1 -c copy track2.mka 可在不重编码的情况下提取第二条音轨。上传前请确认输出格式受当前入口支持。
这一路径根据音频生成转写，不读取已有字幕作为识别结果，因此需要独立校对文本和时间信息。
MKV 的实际处理时间
下表为生产环境实测中位数，按每小时音频换算。
| 引擎或处理阶段 | 每小时音频耗时 | 相对实时速度 |
|---|---|---|
| NVIDIA Parakeet | 18 秒 | 200 倍 |
| Whisper large-v3-turbo（默认） | 1 分 28 秒 | 41 倍 |
| 说话人识别，额外耗时 | 约 2 分 7 秒 | 28 倍 |
样本中 MKV 时长中位数为 20 分 57 秒，对应识别约 31 秒；九成短于 47 分钟。视频上传和音轨提取还会增加总耗时。
为什么 MKV 往往较大？
样本中 MKV 体积中位数为 181 MB，而 MP4 为 47 MB；对应码率分别为 2611 kbps 和 684 kbps。MKV 常用于高码率归档、多轨母版等场景，但容器本身并不要求文件更大。
模型只处理提取后的音轨。相同时长、相同音频的不同容器，识别工作量接近；较大文件仍需要更长上传时间。
MKV 超限时如何处理？
按样本中位码率 2611 kbps，约四小时便可能接近 5 GB，早于最高套餐的 8 小时时长限制。请以实际上传校验和当前套餐显示的单位为准，不要把历史样本大小当作允许超限的依据。
- 接近体积上限时提取音轨。
ffmpeg -i in.mkv -map 0:a:0 -c copy audio.mka可提取首条音轨；上传前确认输出格式受支持。 - 按章节拆分。在自然场景边界处分段，避免截断讲话。
MKV 转写常见问题
关于转写 MKV 文件的常见问题
处理时间主要取决于音频时长，而非文件体积。生产环境实测中位数为：默认引擎每小时音频约需 1 分 28 秒，开启说话人识别另增加约 2 分 7 秒。实际耗时会随负载与录音情况变化。
相关音频格式
我们也支持以下格式的转写
准备好转写您的 MKV 文件了吗？
和数千名用户一起，使用值得信赖的 AI 转写服务
无需信用卡 • 35 种格式 • 超过 100 种语言