轉錄 MKV
Matroska Video
MKV（Matroska Video）是一種開放的多媒體容器，可在同一檔案中儲存多條影片、音訊、字幕和元資料。常用於高畫質影片、獲授權的光盤備份和影片歸檔。實際音畫品質取決於內部編碼；轉錄時主要處理音軌，而不是已有字幕。
上載你的 MKV 檔案
將檔案拖放至此，或按以瀏覽檔案
支援各種音訊與影片格式 • 最高 50 MB
無須註冊，前 5 分鐘免費轉錄
技術規格
- 編碼:
- 影片：H.264、H.265、VP9；音訊：AAC、FLAC、Opus
- 位元率:
- 可變位元率，通常為 2–20 Mbps
- 取樣率:
- 音訊通常為 48 kHz
- 聲道:
- 立體聲／5.1／7.1；可能包含 Atmos 音訊
- 檔案大小上限:
- 每個檔案最高 5 GB，具體取決於方案
MKV 轉錄的常見用途
了解各行業的專業人士如何利用 MKV 轉錄節省時間、提升效率
高畫質與 4K 歸檔
為有權處理的 MKV 光盤備份、4K 歸檔和影片素材生成可檢索文字。
多語言音軌
需要特定語言或評論音軌時，先單獨匯出目標音軌，再上傳轉錄。
動畫與外語影片
為有權使用的動畫和外語影片製作字幕初稿，輔助翻譯核對與無障礙閱讀。
影片製作
轉錄 MKV 粗剪、拍攝素材和專案匯出檔案中的講話，輔助素材整理。
教程與課程
將 MKV 教學影片、課程和培訓材料轉為可搜尋文字。
紀錄片歸檔
整理 MKV 紀錄片素材、採訪和歷史錄像中的語音。
為什麼選擇我們的 MKV 轉錄服務？
專為 MKV 檔案打造的進階功能
開放格式
MKV 採用開放容器設計，適合靈活儲存不同類型的媒體軌道；其中具體編碼和內容仍可能有獨立使用要求。
多音軌容器
MKV 可包含多條音軌。平台預設處理首條音軌，需要其他軌道時請先單獨匯出。
可儲存無損音訊
MKV 可包含 FLAC 等無損音軌，適合保留原始素材；無損本身不保證更高辨識準確率。
支援高畫質與 4K 素材
可以處理常見高畫質影片中的音軌，仍需符合大小和時長限制。
豐富的元資料
MKV 可儲存章節、時間和標籤等資訊，但這些字段不一定自動寫入轉錄結果。
廣泛的播放器支援
VLC、MPC-HC、Plex 等播放器支援常見 MKV 檔案，便於先檢查素材。
如何轉錄 MKV
只要三個步驟，即可將 MKV 檔案轉成文字
上載 MKV 檔案
拖放 MKV 檔案，或按以瀏覽檔案。支援最高 每個檔案最高 5 GB，具體取決於方案 的檔案。
AI 處理
AI 轉錄 MKV 檔案時，每小時音訊約需 1 分 28 秒，並會識別發言者及加入時間標記。
下載結果
取得 TXT、DOCX、SRT、VTT 或 JSON 格式的逐字稿，並依需求編輯與匯出。
無須信用卡 • 無須註冊 • 前 5 分鐘免費
多條音軌，預設處理一條
Matroska 可同時儲存影片、多個音軌、字幕、章節和附件，因此常用於電影歸檔或直播錄製。
平台預設轉錄首條音軌。如果需要其他配音或評論軌，請先單獨匯出。例如：ffmpeg -i in.mkv -map 0:a:1 -c copy track2.mka 可在不重編碼的情況下提取第二條音軌。上傳前請確認輸出格式受目前入口支援。
這一路徑根據音訊生成轉錄，不讀取已有字幕作為辨識結果，因此需要獨立校對文字和時間資訊。
MKV 的實際處理時間
下表為生產環境實測中位數，按每小時音訊換算。
| 引擎或處理階段 | 每小時音訊耗時 | 相對即時速度 |
|---|---|---|
| NVIDIA Parakeet | 18 秒 | 200 倍 |
| Whisper large-v3-turbo（預設） | 1 分 28 秒 | 41 倍 |
| 講者辨識，額外耗時 | 約 2 分 7 秒 | 28 倍 |
樣本中 MKV 時長中位數為 20 分 57 秒，對應辨識約 31 秒；九成短於 47 分鐘。影片上傳和音軌提取還會增加總耗時。
為什麼 MKV 往往較大？
樣本中 MKV 體積中位數為 181 MB，而 MP4 為 47 MB；對應位元率分別為 2611 kbps 和 684 kbps。MKV 常用於高位元率歸檔、多軌母版等場景，但容器本身並不要求檔案更大。
模型只處理提取後的音軌。相同時長、相同音訊的不同容器，辨識工作量接近；較大檔案仍需要更長上傳時間。
MKV 超限時如何處理？
按樣本中位位元率 2611 kbps，約四小時便可能接近 5 GB，早於最高方案的 8 小時時長限制。請以實際上傳校驗和目前方案顯示的單位為準，不要把歷史樣本大小當作允許超限的依據。
- 接近體積上限時提取音軌。
ffmpeg -i in.mkv -map 0:a:0 -c copy audio.mka可提取首條音軌；上傳前確認輸出格式受支援。 - 按章節拆分。在自然場景邊界處分段，避免截斷講話。
MKV 轉錄常見問題
關於轉錄 MKV 檔案的常見問題
處理時間主要取決於音訊時長，而非檔案體積。生產環境實測中位數為：預設引擎每小時音訊約需 1 分 28 秒，開啓講者辨識另增加約 2 分 7 秒。實際耗時會隨負載與錄音情況變化。
取得 MKV 逐字稿後
- SRT 時間標記格式 — 逐欄了解 hh:mm:ss,mmm 的確切語法，以及 SRT 與 VTT、SBV 的差異。
- 含時間標記的逐字稿 — 每個段落都有時間標記，按文字即可播放對應的音訊。
- 音訊轉文字工具 — 查看支援的全部 35 種格式，以及各引擎的實測處理時間。
- Mac 轉錄應用程式 — 使用 Whisper 和 Parakeet 免費離線轉錄，無須上載檔案。
相關音訊格式
我們也支援以下格式的轉錄
準備好轉錄你的 MKV 檔案了嗎？
和數千名用戶一起，使用值得信賴的 AI 轉錄服務
無須信用卡 • 35 種格式 • 超過 100 種語言