首先，要用一款语音识别软件来将视频上的音频转成文字，这类软件可以自动识别音频中的语音内容，并将其转换成文本形式。

其次，在使用语音识别软件时，需要注意清晰的语音输入，并避免噪音干扰，以提高识别准确率。

最后，对于一些特定领域的视频，可以选择专门的语音识别软件，以获得更加精确的转录结果。总之，选择合适的语音识别软件，并且注意录制环境，才能得到准确、高质量的音频转文字结果。