首先需要明确一点：讯飞听见并非直接生成完整的剧本——它的核心功能是将视频中的语音内容精准转换为文字稿。对于剧本创作者而言，这样的文字稿正是剧本最基础的原始素材。只要视频中有人声，例如访谈、排练录像、即兴对话或口播素材，转写出的文字就能迅速整理为台词、场景描述，甚至形成分镜脚本。总结下来，三个关键要素：转写准确、编辑高效、结构清晰。

上传前：选对视频，再简单预处理一下

并非所有视频都适合直接上传。建议优先选择人声清晰、背景噪音低、语速适中的素材，例如单人讲解、双人对话，或没有音乐干扰的排练片段。如果原视频背景音过强或多人同时发言，可先用剪映等工具进行粗剪，去除静音和嘈杂部分。无需过度精细，确保语音纯净即可。

上传时需留意以下几点：

• 格式方面，支持MP4、MOV、M4V等主流格式，单个文件不超过2GB，时长最长5小时。
• 语言通常选择“中文（普通话）”或“中英混合”。若为方言视频，如粤语或四川话，选择对应方言可显著提升识别准确率。
• 专业领域选择“影视”或“通用”即可。若视频中包含大量角色名、道具名或地名，建议在“热词优化”栏提前输入，例如“林晚”、“青石巷”、“老式怀表”，以避免系统误识别为同音错字。

转写中：用AI把结构理清楚

提交后，1小时时长的视频最快可在5分钟内完成转写，效率可观。打开文件后，右侧显示完整文字流，左侧工具栏包含三个实用功能：

• AI会议纪要：自动提取发言要点、结论及待办事项，特别适用于从采访或创作讨论视频中快速获取核心情节线索。
• 语篇规整：将口语化长句切分为自然短句，补充标点符号，并删除“呃”、“啊”等语气词，使台词更接近剧本的节奏。
• 说话人分离：若视频中多人轮流讲话且音色区分明显，系统会自动标注“说话人1”、“说话人2”。只需将其替换为角色名，如“张警官”和“嫌疑人”，即可大幅节省手动标注时间。

转写后：三步快速整理出剧本雏形

将文字稿导出为Word或TXT后，按照以下顺序整理最为高效：

• 先分场：依据视频画面切换或话题转折，在文字中标注“【场景1】内景 咖啡馆 日”、“【场景2】外景 街道 夜”等。
• 再分行：将每段对话单独成行。角色名顶格左对齐，台词缩进两格。例如：
  王磊
  你真打算辞职？
  李薇
  昨天就交了申请。
• 补动作：回放视频几秒钟，将关键肢体动作、表情、道具使用写在括号内，如“（把咖啡杯重重放下）”、“（翻出旧照片，手指停在背面）”。这些即剧本中的“舞台提示”。

进阶技巧：做个轻量补充

若仅需从抖音或B站短视频中截取一段精彩对白作为灵感，无需下载视频。直接复制链接，使用提词匠等工具，5秒即可生成带标点的文案。该工具还支持一键“智能改写”，将平淡表达转化为更具戏剧张力的台词，例如将“我觉得这事不太靠谱”改为“（冷笑）这计划，连纸糊的墙都挡不住。”这对快速打磨台词质感十分便利。