AI 工具 视频里的讲话要变成字幕:Media to Words 在浏览器里导出 SRT,文件不用上传 Media to Words 在浏览器里把本地音视频转成可改的 TXT 和 SRT,不必注册。2026-11-13 实测:首次下模型约 3 分 36 秒,缓存后再转约 4 秒;一段真人英语测试音频单词词序正确,一段合成语音几乎不可用。Upload file 路径未看到媒体文件被上传。