微博信息流里的视频来源特别杂：博主自己拍的原创、机构媒体的新闻切片、从别处搬来的片段、转发里层层嵌套的视频。它们几乎都不带独立字幕轨，有的把字幕压在画面上，有的干脆什么都没有。
长度也没什么规律，从十几秒的现场片段到几十分钟的完整访谈都有。所以微博的视频想拿到文字，基本只能从音频重新听写。
因为微博上的东西是会消失的。博主可以随时删除，博文可能被转为仅自己可见，热点事件下的视频往往传播几个小时就找不到了。做媒体、做研究、做公开发言监测的人，习惯在内容还在的时候先把音频落成文字留一份。
常见的用途包括：公开发言的准确记录、新闻视频引用前的核对、事件时间线整理，以及把一段话写进报道或报告之前先确认原话是怎么说的。
前四种AI转写能处理，最后一种取不到就是取不到。
粘贴链接后，JotVox先看有没有可用的字幕轨；微博视频通常没有，于是直接进入AI转写，从音频逐句听写，准确率98%以上，支持99种语言，消耗credits。新账号送3个credits，验证邮箱后每天还有1次免费转写。
结果可以导出TXT、SRT、VTT或MP3。做记录类工作时，SRT带时间码更实用，能精确指出某句话出现在第几分几秒。需要快速看完的，可以让AI生成要点和时间线。音频在内存中处理，转完立即删除。
博文已删除、设为私密、需要登录才能查看，或者链接本身失效，外部工具就取不到音频。正在进行的直播要等回放。纯图文没有视频、或者视频里全程没人说话的，也生成不了文字稿。
如果手上已经有可以合法使用的视频或音频文件，直接上传更稳妥，JotVox支持本地文件以及Google Drive、Dropbox里的文件。其他平台可以看X（推特）视频转文字和腾讯视频转文字，或者浏览全部支持的平台。
1. 复制博文链接 在网页端直接复制地址栏里的博文链接，或在App里打开这条博文、用分享菜单复制链接。转发的博文要确认复制的是带视频的那一条。
2. 粘贴到JotVox 把链接粘贴进JotVox，系统会先检查有没有可用字幕轨。微博视频通常没有，会进入AI转写。
3. 用AI听写音频 AI从音频逐句转写，现场噪音和方言口音都能处理，准确率98%以上，消耗credits。
4. 导出带时间码的文字 导出SRT或VTT可以保留时间码，方便核对某句话出现在第几分几秒；也可以导出纯文本或让AI生成时间线。
视频里说什么语言，转出来就是什么语言，中文发言转出来就是中文，不会自动翻译。地方新闻和采访里常见的方言口音、带口音的普通话，AI转写都能处理，准确率98%以上，人名地名和机构名偶尔需要人工核对一下。JotVox支持99种语言，产品界面目前是英文的，不影响中文内容的处理。
不能。博文一旦被删除、设为私密或者仅粉丝可见，外部工具就取不到音频，也生成不了文字稿。这也是很多人做记录时会尽早转写的原因——内容还在的时候先落成文字。如果你已经保存了可以合法使用的视频或音频文件，直接上传即可，JotVox支持本地文件以及Google Drive和Dropbox里的文件。
可以带。导出SRT或VTT格式会保留每句话对应的时间区间，需要指出某段发言出现在第几分几秒时很好用；导出TXT则是干净的纯文本，适合直接引用或整理成稿。另外还能导出MP3音频。想要快速掌握一条长视频的内容，可以让AI生成要点、章节和时间线，这一步同样消耗credits。
多数能转，但难度确实高于室内口播。街采、发布会、突发现场这类素材，麦克风离说话人远、环境音杂、还常有多人同时说话，转写结果里可能出现个别听不清的地方。整体句子结构一般是完整的，关键信息建议对照音频再核一遍，尤其是数字、人名和机构名称。
如果视频带可用字幕轨，提取免费且不用注册；微博视频通常没有，需要AI转写，1个credit对应1次操作。新账号赠送3个credits，验证邮箱后每天还有1次免费的AI转写。之后可以购买credits包，20个起售价4.99美元，首次购买多送20%；需要长期批量处理的话，每月9美元起的订阅更合适。