本发明提出了一种视频教学方法、系统、设备及介质，涉及在线教育的技术领域。包括建立教师客户端以及与教师客户端适配的学生客户端；在教师客户端内预设教学大纲，将教学大纲按章节目录进行分级提取关键字；教师客户端开启麦克风；利用语音识别技术对语音信息进行识别，利用OCR文字识别技术对视频内的文字进行实时扫描；若转换文字内含有关键字，并按照分级顺序生成知识点树状图并同步至学生客户端；当用户利用教师客户端直接进行文字输入，并与关键字对比，若相同，则将预设距离的自定义文字传输至学生客户端上。其能够对教师讲解的语音信息进行文字转化以及对应的关键字进行提取，从而获得知识重点。由此提高了学生学习的效率。