Vid2notes（会看画面的视频转笔记）
一款“会看画面”的 AI 视频转笔记工具：转写时不仅听声音，还会抽帧让多模态模型结合字幕与截图一起理解，解决幻灯片术语、代码名词等纯音频转写听不准的问题。输出带截图、章节、时间戳和 AI 总结的图文笔记，可导出 Markdown / SRT / VTT，支持最长 10 小时视频，每天免费转 3 个。
目标受众
需要把教学视频、技术讲座转成结构化笔记的学习者和开发者
使用场景
- 网课与技术讲座一键转图文笔记
- 幻灯片讲解中的术语、代码准确转写
- 会议视频快速生成纪要
- 带截图与时间戳的复习材料整理
- 导出 SRT/VTT 字幕二次利用
设计初衷
作者受够“一句话没听清就反复拖进度条”，且发现现有转写工具只用音频——恰恰是听不清的词（幻灯片术语、代码名词）也转不对。于是让转写“多一只眼睛”：抽帧看画面，多模态模型对着字幕和截图一起读，并按视频 MD5 缓存避免重复计算。
解决什么问题
解决纯音频转写对幻灯片术语、代码名词等视觉信息无能为力的问题；同时解决视频看完就忘、难以回查的痛点，几分钟即可生成带截图与时间戳的结构化笔记。
评分理由
多模态“看画面”转写切中真实痛点（术语/代码靠听觉转不准），思路差异化明显；全栈 Cloudflare 低成本实现、每天免费 3 个无需绑卡，对中文用户友好。新上线，长视频稳定性与效果仍有待验证。