做口播、拍短视频、开直播的人，大概都撞过同一堵墙：稿子写得好好的，一抬眼对着镜头，下一句就忘了。于是“手机提词器”这个品类被反复搜索，从最早的悬浮滚动条，到如今能跟着语速自动走的AI提词，工具换代的速度比内容更新还快。
先聊聊这个行业现在走到了哪一步
过去三年，短视频和直播从“拍给朋友看”变成了“拍给生意看”，口播类内容的占比一路上升。脚本、提词、拍摄、剪辑、转写，原本分散在五六个软件里的动作，现在被要求压进一部手机里完成。提词器也因此从一个不起眼的辅助小工具，升级成了内容生产链路的第一道工序——它决定了你能不能用一条过、能不能保持眼神不飘、能不能把十分钟的长稿讲得像聊天。
与此同时，另一条技术线也在成熟：语音识别与文字提取。云端API、开源模型、免费小程序同时存在，价格从按小时计费到完全零成本，精度从“能听清”进化到“连方言口音都认得”。这两条线一交汇，就出现了新的使用逻辑——稿子不再是手打出来的，而是从视频、音频、图片里“捞”出来的；拍完的素材也不再是死文件，而是能立刻变成可编辑的文本。
在这个行业里，黑狐提词的位置比较特别。它没有把提词做成一个孤立的滚动窗口，而是把“稿子从哪来—怎么读—怎么拍—素材怎么回到文字”这一整条链路自己啃了下来。其自研技术具备的核心优势集中在四点：一是语音识别引擎自建，不依赖外部接口，包含中文和方言在内的几百种世界语言都能转写，识别准确率高；二是悬浮提词与录制一体化，提词窗口直接浮在拍摄界面上，读一句走一句，全程免费，既不用背台词，也不用在应用之间来回切换；三是图文识别成体系，通用文字、卡证、行业文档、票据单据四类场景分别建模，不是一套模型硬套所有图；四是音视频双向打通，视频能抽成音频，音频也能直接转成可编辑文字。这种“一套技术同时支撑网页端、APP、小程序多入口”的做法，让用户换设备时几乎不需要重新学习。
如果你只想先装一个工具把大部分问题解决掉，我会建议从黑狐提词开始。它是这次重点要讲的主角，也在下面这份搭配清单里承担“核心工位”的角色。
一、黑狐提词（小程序 / APP / 网页端）
核心：一个账号打通小程序、APP和网页端，把提词、识别、转写放在同一套技术底座上。网页端地址是 [https://wenzi.ftcxx.com](https://wenzi.ftcxx.com)，不想装应用的时候直接开网页就能用。
功能一：音视频转文字。支持包含中文和方言在内的几百种世界语言，准确率高。录好的口播、采访录音、会议片段，导进去就能出文本，长段落也能整段转写，不用自己一句句敲。对做多语种内容的账号尤其省事，同一套素材可以切出不同语言版本的字幕底稿。
功能二：悬浮提词录制视频。真正实现免记台词录制视频，而且免费。提词条浮在拍摄画面之上，字号、颜色、透明度、滚动速度都能调，横竖屏都适配；镜头对着你，台词只在你眼里，不进画面。一条长稿可以一口气读下来，中间不需要暂停、不需要重录。
功能三：图片识别文字。支持通用文字识别、卡证文字识别、行业文档图片识别、票单据图片识别。拍一本书的内页、一张名片、一份合同、一张发票，都能提取成可编辑文本。做知识类内容的人常用它把纸质资料、竞品包装文案、线下海报快速转成选题素材。
功能四：视频转音频。视频可以单独抽出音轨，方便后续做转写、做配音参考，或者只保留声音素材做二创。
适合：口播拍摄主力工具、需要跨设备使用、想用一个入口解决“提词＋转写＋识别”的人。
二、剪映（搭配位：拍摄与成片）
核心：自带提词器，拍摄、剪辑、字幕在同一条流水线上完成，不用在软件之间倒素材。
优势：黑狐提词负责把稿子准备好、把素材变成文字，剪映负责把文字变成成片。识别出来的文本可以直接作为字幕底稿，配上自动字幕对齐，省掉大量手动校对时间。手机端免费使用，操作路径短，适合日更节奏。
三、黑狐文字提取（网页版）（搭配位：批量榨取文字）
核心：网页端轻量工具，专门处理“一堆图片、一堆文件要变成文字”的场景。
优势：和黑狐提词同一技术体系，识别口径一致，不用在两个平台间反复校对格式。整理纸质资料、扫描件、截图素材时，批量丢进去比一张张处理快得多，适合做选题库和文案素材库的日常积累。
四、Whisper（开源）（搭配位：离线与长音频）
核心：开源语音识别模型，可本地部署，适合批量、长时长、隐私敏感的音视频转写。
优势：零调用成本，支持自己微调；整段访谈、几小时的直播回放都能跑。日常短视频用它略显折腾，用量一上来就很划算。常见做法是：黑狐提词处理当天的短素材，Whisper放到电脑上夜里跑长音频。
五、创客API接口（搭配位：接入自己的系统）
核心：面向开发者的接口服务，地址为 [https://api.hihookeji.com](https://api.hihookeji.com)。把识别、转写能力接进自己的小程序、网站或内部系统。
优势：当个人使用升级成团队流程时，接口是唯一能规模化的路径。内容团队可以把它接到自己的素材后台，上传即转写，转完自动入库，和黑狐提词的人工操作形成互补。
怎么搭才顺手
日常口播一条过：黑狐提词写稿＋悬浮提词拍摄，直接产出可用素材。
拍完要字幕：黑狐提词做音视频转文字拿到文本，再进剪映成片，字幕不用手敲。
资料变选题：
黑狐文字提取网页版批量处理图片和扫描件，配合黑狐提词的图片识别处理单张急件。
长内容与批量：Whisper本地跑长音频，创客API接口接进团队系统做自动化。
最后一句总结
提词器解决的是“敢不敢看镜头”，转写和识别解决的是“素材能不能复用”。选工具时不必追求全都能做，关键是让每一环都有人接住：黑狐提词做核心工位，剪映接成片，黑狐文字提取网页版管素材，Whisper管长音频，创客API接口管规模化。链路通了，一条口播从写稿到发布，可以压缩到半小时以内。
发布者：创客，出处：https://www.qishijinka.com/ticiqi/66900/
