动作
有人开门、递交一份文件、用手指向某处、打字，或走出画面。
由 David Dat Nguyen（CXO）审核 最后更新
视觉转录
说了什么。
看见什么。
一份转录稿全记下。
Sonix 在转录语音的同时观看您的视频，并在文字旁边为每个动作、每次场景变化和每段屏幕文字写下带时间戳的描述。
审阅执法记录仪影像，或为一整天的样片做场记，读一遍就够了。搜索到某个时刻，再从那一秒开始播放视频。
所有订阅套餐均已包含。先用 30 分钟免费转录时长试一试。查看价格
所有订阅套餐
带时间戳
可编辑
不做人脸识别
四类画面时刻
每条描述都是一张卡片，包含类型、开始时间和结束时间，三项都可以由您修改。
场景变化
镜头切换、摄像机转向，或画面从发言人切到幻灯片。
屏幕文字
画面中可辨认的文字：叠加的时间戳、场记板、标牌、幻灯片标题。
操作演示
有人在镜头前或共享屏幕上一步步演示某样东西怎么用。
读得懂的影像
在这三类工作中，画面和话语同样重要。
执法记录仪与证据审阅
语音和镜头拍到的内容，放在同一条时间线上。Sonix 只描述可见的内容，从不识别任何人或人脸，也从不下结论。
- 以文字读出画面上的时间戳，并跳转到那一秒
- 找到开门或有人走进画面的那一刻
- 把某句陈述与说出它时画面上的情况相互对照
放进视频， 读出每个时刻。
真实工作流程一次看完：上传视频，开启视觉转录，在说过的话旁边读到发生了什么。
卡片能做什么
卡片在编辑器中如何运作，以及描述之后会流向哪里。
- 与语音并排
- 卡片排列在侧栏中，紧挨着当时正在说的那段话。点击卡片上的播放，视频就从那一刻开始。
- 由您修正
- 改写描述、更换类型、调整开始和结束时间，或直接删除。误删也可以撤销。
- 上传时或事后均可
- 上传视频时开启，或在已完成的文件上通过 Tools 菜单（工具）运行。即使画面分析失败，语音转录稿照常可以打开。
- 搜索看到的画面
- 描述与转录稿一起编入索引，所以无论一个词是说出来的还是出现在画面上，搜索都能找到。搜索功能适用于 Advanced 及以上套餐。
整理与搜索 - 为 AI 分析提供上下文
- AI 分析和摘要会把画面描述与语音一并读取，但绝不会把描述当作某人说过的话来引用。
AI 分析 - 文本导出与 MCP
- 纯文本导出会附带每条描述的时间戳和类型，MCP 服务器也会把它们返回给您的 AI 助手。字幕、Word 和 PDF 导出仍只包含语音。
MCP 服务器
团队常问的 视觉转录问题
什么是视觉转录？
视觉转录是一组带时间戳的描述，记录视频画面中发生的事：动作、场景变化、屏幕文字和操作演示。Sonix 把它们以卡片形式放在语音转录稿旁边，一页之内就能看到说了什么、看见了什么。
哪些套餐包含视觉转录？
所有订阅套餐都包含：Core、Advanced、Pro、Enterprise、Medical 和 Legal。免费试用和按量付费账户只转录语音。
支持哪些文件？
视频文件。纯音频上传照常生成语音转录稿，但没有画面卡片。已应用遮蔽处理的文件不会被分析。
它会识别人物或人脸吗？
不会。描述只涵盖可见的内容，例如一名身穿红色夹克的人从车里出来。Sonix 不识别人脸，不指认任何人，也不推断意图、情绪或任何法律结论。每条描述都可以编辑，点一下就能回到视频核对。
这些描述会出现在哪里？
编辑器、搜索、纯文本导出、AI 分析与摘要，以及 MCP 服务器。它们不会加入字幕、Word 或 PDF 导出、翻译或共享链接。
如何开启这项功能？
打开您的上传设置，启用视觉转录。之后每次添加视频，上传表单上都会出现一个开关。对于已经转录过的视频，请在编辑器的 Tools 菜单中选择 Generate visual transcript。
相关页面
本页所属的功能，以及与之相邻的页面。
Sonix 还能做的一切
都基于同一段录音
立即开始
读懂您的下一段视频
在任一订阅套餐中上传视频，开启视觉转录即可。
4.98
10x比实时更快
30分钟免费额度
