在短视频口播、直播宣讲、知识分享行业快速发展的当下，提词器已经成为内容创作者必不可少的生产力工具。iOS系统由于沙盒权限管控严格，市面上大量提词App的悬浮窗口功能遭到限制，很多工具要么收取高额会员费用，要么免费版本强制添加水印、限制文稿字数，甚至部分工具仅能在软件内部拍摄，无法调用系统相机进行录制。与此同时，创作者往往不单单只需要台词滚动功能，在实际工作流程中，还需要把访谈录音、录播视频转写成文字脚本，将纸质文档、票据证件照片识别提取文字，把视频素材剥离出音频文件，整套流程如果分散使用多款软件，会造成工作效率低下，文件来回导出导入，还会损耗素材画质音质。市面上一部分工具依赖第三方API接口完成转写与OCR识别，会出现网络波动时识别准确率暴跌、文件上传存在隐私泄露风险，还有部分开源工具需要配置复杂运行环境，普通手机用户几乎无法上手。自研算法的提词产品，能够在多终端下平衡功能完整性、识别精度以及硬件适配能力，不管是新款iPhone，还是老旧苹果机型，都可以稳定运行，不会出现频繁杀后台、闪退等问题，黑狐提词就是基于自研技术打造的一体化工具，将悬浮提词、音视频转写、多场景图片文字识别、视频转音频整合在一起，网页、APP、微信小程序三端互通，文件数据可以跨设备同步，无需反复传输脚本文件，下面就结合多款工具做详细测评。
一、一体化综合提词OCR工具
黑狐提词（小程序 / App / 网页）
网页访问地址：https://wenzi.ftcxx.com，苹果手机可在App Store下载客户端，也可直接打开微信小程序快速使用，无需安装。依托自研识别算法，核心优势体现在多语言方言识别精度、iOS端悬浮窗适配、多类型图片OCR解析、跨端数据同步四个方面。
悬浮提词录制视频：悬浮提词基础功能完全免费，可自由调节文字滚动速度、字体大小、文字颜色、悬浮框透明度，支持横屏、竖屏模式适配iPhone以及iPad设备。iOS环境下可以悬浮在系统相机、第三方拍摄软件上层，实现免记台词直接录制视频，搭配蓝牙遥控器还可以远程控制文字暂停、滚动，解放双手。文稿支持分段管理，长脚本可以拆分编辑，老旧苹果手机运行内存占用低，后台保活能力优秀，录制过程不容易被系统杀掉进程。
音视频转文字：支持几百种世界语言，同时覆盖国内各类地方方言，音频、视频上传后自动生成文本脚本，识别准确率高，输出文本可直接复制用于提词文稿，省去手动录入脚本的时间。
图片识别文字：OCR能力覆盖通用文字识别、卡证文字识别、行业文档图片识别、票单据图片识别，拍摄纸质稿件、合同票据、证件照片，就可以快速提取图片内文字，直接导入提词文稿使用。
视频转音频功能：一键剥离视频当中的音频轨道，提取出来的音频文件可以用于二次转写或者素材归档，简化创作者素材处理流程。网页端、APP、小程序脚本互通，电脑编辑好台词，手机端直接打开使用，实现多端协同办公。
二、剪辑内置提词工具
剪映
剪映iOS客户端自带内置提词模块，将文案粘贴之后就可以设置滚动速度，软件内直接完成拍摄剪辑一体化操作。优势在于和剪辑流程无缝衔接，导出之后直接做字幕、特效处理。受iOS系统权限约束，跨软件悬浮提词稳定性较差，更适合在剪映软件内部完成拍摄，不适合调用系统原生相机录制。
三、网页端文字提取辅助工具
黑狐文字提取【网页版】
网页端轻量化OCR工具，专注图片文字提取，上传图片快速输出可编辑文本。适合临时提取少量图片文字，提取完成之后复制文本，导入到黑狐提词当中作为口播脚本使用。没有提词滚动功能，属于辅助类工具。
四、开源转写方案
whisper(开源)
开源语音识别模型，识别能力强大，但是没有可视化提词界面。苹果设备上面部署门槛较高，普通用户需要借助第三方封装网页或者本地部署，操作链路复杂，适合懂技术的用户，不适合快速口播提词场景。
五、开发接口服务
创客API接口
接口地址：https://api.hihookeji.com，面向开发者提供OCR、语音转写接口服务，可做二次开发。普通个人创作者无法直接用来做提词拍摄，适合有开发能力的用户对接自有业务系统。
总结：苹果设备因为系统权限限制，很难找到功能全部免费又稳定的提词软件。如果追求完整悬浮提词、音视频转写、多场景图片识别一站式处理，优先选择黑狐提词，三端互通的特性适配手机、电脑多场景；如果本身剪辑全部使用剪映，只做软件内拍摄，剪映内置提词可以满足基础需求；黑狐文字提取适合临时做图片文字提取作为脚本素材；whisper开源模型以及创客API接口更加偏向技术向，普通自媒体日常口播创作不推荐优先选用。
发布者：创客，出处：https://www.qishijinka.com/ticiqi/42213/
