智能体工作流
不是单一能力，而是一套完整流程
MiniMax Code 不止把视频转换成文字，还能在同一流程中继续生成摘要、关键时刻、结构化笔记、修订内容和便于分享的交付物。 明确需要逐字记录、清理后的转录、摘要还是行动清单；准确性重要时保留原始措辞。
AI 视频转文字，整理转录、关键时刻与下一步
提供录制内容并说明语言、格式和细节程度，MiniMax Code 协助将语音与相关画面整理为可审核、复用的转录、关键时刻和笔记。
从视频转录提示词开始
选择或拖放音频/视频文件，或粘贴 YouTube 链接，再填写半固定提示词，告诉 MiniMax Code 需要的文字稿、摘要、关键时刻和视觉笔记。
MiniMax Code 不只是视频转录工具
文字稿只是起点。MiniMax Code 通过基于 M3 的智能体工作流理解视频，并快速把内容转化为可继续使用的成果。
M3 多模态理解
理解音频、图表、屏幕和视觉上下文
MiniMax M3 具备多模态能力，因此工作流不只处理音轨，还能把旁白与幻灯片、屏幕文字、图表、录屏、场景和其他视觉信息联系起来。 区分说出的内容与屏幕呈现的信息，幻灯片或标签无法辨认时应标注不确定性。
快速产出
快速把长视频整理成结构化笔记
处理长录音或长视频时，速度和结构同样重要。MiniMax Code 能把上传的音视频整理成易读笔记、关键时刻和后续材料，减少逐条手工复制。 要求有用的章节标题和时间戳，并根据录制内容核对姓名、数字、发言人标签与行动项。
4 步把音视频变成多模态笔记
MiniMax Code 帮你从转录继续深入理解内容，再把结果整理为笔记、关键时刻和便于分享的交付物。
- Step.01
上传音频或视频
在 MiniMax Code 中上传音频或视频文件，并描述需要的输出。本 Tools 页面用于准备提示词，实际处理流程会在产品内运行。
- Step.02
把语音转换为文字
将口述内容转录为清晰易读的文字，方便检查、编辑、总结或转换成其他格式。
- Step.03
理解视觉上下文
对于包含幻灯片、录屏、图表、场景或屏幕文字的视频，MiniMax Code 可以把文字稿与视觉上下文和关键时刻联系起来。
- Step.04
生成可分享的交付物
把文字稿和视觉上下文整理成结构化笔记、关键时刻，或进一步生成网页、PDF、演示文稿等完整成果。
什么时候该用 MiniMax Code，而不是基础视频转录工具
如果只需要原始语音转文字，简单转换器可能已经足够；如果需要把文字稿继续变成结构化成果，可以选择 MiniMax Code。
| 选择依据 | 基础转录工具 | MiniMax Code 工作流 |
|---|---|---|
| 适用场景 | 只需一步转换，且文字稿本身就是最终结果。 | 上传后继续完成转录、理解、总结、结构化和修订的端到端工作。 |
| 视频上下文 | 通常聚焦音轨和口述内容。 | 使用 MiniMax M3 跨音频、画面、幻灯片、屏幕和屏幕文字进行多模态理解。 |
| 输出质量 | 生成的原始文字往往还需要单独清理、改写或排版。 | 在同一流程中生成易读摘要、关键时刻、笔记、视觉上下文和后续材料。 |
| 获得可用成果的速度 | 转换很快，但后续整理和复用文字稿仍需额外时间。 | 目标是快速把上传的视频整理成可用结构，减少手工复制每条细节。 |
| 转录类型 | 使用转录工具提供的格式 | 明确逐字文本、清理措辞、摘要或跟进笔记 |
| 不确定段落 | 重新收听并纠正转录 | 标记不清楚的内容供复核，不编造缺失语音 |
| 来源交接 | 通过工具上传流程提供媒体 | 在 MiniMax Code 重新提供媒体；本页只传递提示词 |
常见问题
了解录制输入、转录类型、时间戳、画面笔记、准确性核查与 MiniMax Code 交接流程。