生成文字的視頻說話可以通過一些語音轉文字的工具或技術來實現。下面是一種常見的方法：

1. 語音轉文字技術：有許多語音轉文字的技術可用於將視頻中的說話內容轉化為文字。這些技術通常利用基於機器學習的語音識別算法，將語音信號轉換為文本形式。

2. 語音數據採集：需要首先將視頻中的說話內容轉換為語音信號。這可以通過使用麥克風或錄音設備來實現。確保在錄製期間說話清晰、聲音質量良好。

3. 音頻處理：將錄製的語音數據進行處理，以優化語音識別準確率。此步驟可能包括對音頻進行去噪、音頻增強等處理操作。

4. 語音識別：將處理後的音頻數據輸入到語音識別系統中進行處理。語音識別系統將分析語音信號，識別語音中的單詞和句子，並將其轉換為文本形式。

5. 文字生成：通過語音識別系統生成的文本，可以進一步處理和調整，以確保生成的文字準確、流暢。這可能包括對語法、標點符號進行調整和修正。

需要注意的是，語音轉文字技術並非完全準確，識別錯誤和誤解仍然可能發生。因此，在將視頻說話內容轉換為文字時，需要對生成的文字進行人工校對和確認，以確保準確性和可靠性。

現在市面上也有一些商業化的視頻編輯軟件或在線平台，可以輔助對視頻中的說話內容進行自動文字生成和編輯。用戶可以根據自己的需求選擇合適的工具來實現視頻說話內容的文字生成。