讯飞智文支持.docx、.pdf、.txt、.md、音视频五类格式，其中.docx和.pdf识别最佳；扫描版PDF需OCR处理，加密PDF须解密；音视频需CBR MP3或.wav，单文件不超30分钟。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要把手头的会议纪要、产品文档或培训讲义导入讯飞智文，让它自动提炼要点、生成PPT或整理成报告，但上传时反复提示“格式不支持”或内容识别错乱——问题往往出在文件类型和编码细节上，不是AI不行，是输入没踩对门槛。
讯飞智文支持的原始文件格式
直接上传即可识别的格式共5类：【Word（.docx）、PDF（.pdf）、纯文本（.txt）、Markdown（.md）、音视频（.mp3/.mp4/.wav）】。其中.docx和.pdf识别准确率最高，能保留标题层级、列表结构与图片位置；.txt和.md仅提取文字内容，不解析样式；音视频需含清晰人声，后台自动转写为文本后再处理。
注意：.doc格式（旧版Word）不被支持，上传后会报错“无法解析文档结构”，必须先用Word另存为.docx。
PDF文件的隐藏限制
方法一：扫描版PDF必须带OCR文字层
如果PDF是手机拍照或扫描生成的图片型PDF，讯飞智文无法直接提取文字——它不内置OCR引擎。你得先用Adobe Acrobat、WPS或“迅捷PDF转换器”等工具做一次OCR识别，导出为可选中文本的PDF再上传。
方法二：加密PDF必须解密后上传
【密码保护的PDF会被直接拒绝，且不提示具体原因】。即使只是“禁止复制”权限，也会导致段落错乱、页码丢失。解密方法：用福昕PDF编辑器打开→文件→属性→安全→设为空密码→保存。
这一步操作起来很简单，直接把解密后的PDF拖进去就行。
音视频导入的硬性要求
第一步：确认音频编码为PCM或AAC
讯飞智文可接受.mp3/.wav/.m4a/.aac，但【MP3必须是CBR恒定比特率，VBR可变比特率会导致转写断句错误】。实测某次会议录音用手机自带录音App导出为VBR MP3，上传后AI把“一季度目标”识别成“一季 度目 标”，中间插入了6处异常换行。
第二步：视频需提取音频再上传
直接传.mp4可能触发超时失败。建议用剪映PC版→导入视频→右键“分离音频”→导出为.wav（44.1kHz/16bit）再上传，识别准确率提升约40%。
第三步：单文件时长不能超过30分钟
超过后系统自动截断，只处理前30分钟内容，且不给出任何提示。
