Option 01
Descript
內建轉錄功能的音訊編輯器。適合用文字編輯工作流，如果你只是想要文稿可能太重了。
主要用途DAW + 文字編輯
人物分化聲學、EN-強
節目大綱Underlord AI 附加功能
匯出SRT · TXT · 專案檔
免費方案1 小時/月轉錄
成本$24/使用者/月（Creator）
Best for獨立播主，習慣通過刪除文稿中的文字來編輯，希望一個應用程式做所有事。
為播客製作者提供的轉錄。節目大綱和 SRT 一次完成。
上傳你的播客劇集原始檔 — MP3、WAV 或 YouTube 連結。獲得帶有人物標籤的文稿、帶有重點和標籤的 AI 節目大綱，加上影片版本的 SRT。
Drop a file, or pick one
MP3 · WAV · M4A · MP4 · MOV · MKV · OGG · OPUS · FLAC · WEBM — up to 100 MB anonymously
Paste a link, we’ll fetch the audio
YouTube · TikTok · Vimeo · Twitter · SoundCloud · Spotify · 50+ more
↓ 一份檔案進，四份成品出
劇集原始檔進。文稿、 節目大綱、SRT、標籤出。
大多數播客都是後期製作的立體聲 MP3，主持人和嘉賓已混合在一起。我們在聲學層面分離他們，偵測音樂介紹，並在第一句話開始謄寫文稿。
第 142 集原始檔
自動偵測 en-US44.1 kHz 立體聲 · 後期混合
~90s
文稿 · 串流
S1
歡迎回到節目。今天我在和 Priya Anand 談她的新書，內容是關於供應鏈。
S2
謝謝你的邀請，Jordan。自從我們上次談話，這三年可真是不平靜。
S1
所以這本書一開始講的是蘇伊士運河堵塞 — 為什麼從這裡開始？
S2
因為那是非物流人士突然開始關注貨櫃的時刻。
立體聲後期混合的 95% 精準度SRT · DOCX · TXT · 節目大綱 MD
↓ This is the dashboard
This is what loads when the job finishes.
Same layout as the real dashboard — Summary, full Transcript, Speakers tab, Exports. Key points and action items extracted automatically. Auto-tags on every job.
Summary 5Transcript 1,420Speakers 2Exports
Founders need post-call content, not just transcripts. Tools force them to stitch 5 apps together.
Sample preview from a founder interview about post-call workflow. Real transcripts look exactly like this — same tabs, same summary block, same key-points / action-items split, same auto-tag chips.
Key points
Gap exists between raw recordings and shippable content — tools stop at transcript.
Show notes, social clips, blog drafts all expected by call's end, not next-day.
Current tooling fragmented across 5 apps — no single pipeline.
Conversion-rate signal flipped a buyer-segment assumption at week 3.
40% of original hypothesis survived — the shape held, mechanics rebuilt.
Action items
Speaker 1Investigate single-pipeline approach to replace 5-app stitch.
Speaker 2Mock how show-notes draft could flow from the transcript.
Speaker 2Pull conversion-rate by segment, Monday EOD.
Speaker 1Map the 5-app stitch & list which steps actually need a human.
三個真實選項 · 誠實比較
Descript。Castmagic。 或是我們。
Descript 是編輯工具優先，轉錄其次。Castmagic 是節目大綱優先，文稿其次。我們專注於檔案 → 文稿 → 節目大綱的流程，不涉入你的編輯器。
Option 02
Transcription.Solutions
上傳劇集原始檔。文稿、節目大綱、標籤、SRT — 四份全部一次完成。沒有編輯器，沒有綁定。
主要用途文稿 + 節目大綱
人物分化聲學 + 個別軌道上傳
節目大綱所有方案都免費
匯出SRT · VTT · DOCX · MD · JSON
免費方案30 分鐘/月，無需卡片
成本 · 每分鐘$0.03
Best for已經有編輯器（Logic、Hindenburg、Reaper）的節目，劇集混合完成後只需要乾淨的文稿 + 筆記。
Option 03
Castmagic
節目大綱即服務。拖入檔案，獲得漂亮的內容包。文稿更多是副產品。
主要用途內容重新利用
人物分化是，EN 調整
節目大綱多個範本，僅限付費
匯出SRT · TXT · 範本 MD
免費方案僅試用版
成本~$23+/月（Starter）
Best for行銷導向的節目，需要每集 12 則社群貼文、4 份電子報草稿和一個 LinkedIn 輪播。
定價截至 2026 年左右，供應商各異，會隨時改變。免費方案和附加 AI 功能會定期更新。
播客特有
播客踩到的三大陷阱。 通用轉錄工具。
上傳時告訴我們一些關於這集的事，輸出就不需要清理了。
出了什麼問題
- 1音樂介紹被轉錄成亂碼。識別器試圖讀取歌詞或哼聲模式，在前 30 秒插入 'la la na' 之類的廢話。
- 2嘉賓名字拼音錯誤。'Priya Anand' 變成 'Pria Anan' 或 'Prea Ahnand' — 每次出現都錯。
- 3笑聲和交叉談話被轉錄成填充詞或歸到錯誤的講者，特別是在活躍的對話中。
改成這樣
- 1在任務表單上���換略過音樂介紹/結尾。我們偵測非語音片段，在第一句話開始謄寫 — 時間碼偏移量自動調整。
- 2把嘉賓名字和品牌提及貼到自訂詞彙。我們把它當作識別器提示傳入，所以拼字在整集保持一致。
- 3開啟節目大綱，獲得 2-4 句摘要、3-7 個關鍵重點、行動項目和 3-8 個主題標籤用 markdown 呈現 — 直接貼到你的 CMS。
播客推薦的任務設定
上傳劇集，這些預設值就會開啟。可以在表單中按任務覆蓋。
- 人物分化
- 立體聲分割（2 位講者）
- 音樂偵測
- 略過介紹/結尾片段
- 填充詞
- 預設移除
- 節目大綱
- 摘要 + 關鍵重點 + 標籤
- 章節
- 從關鍵重點生成
- 匯出
- SRT · DOCX · 節目大綱 MD
Accuracy · real-world numbers
錄音室麥克風劇集達 97% 精準度。 遠端嘉賓通話也能撐得住。
播客精準度主要取決於嘉賓的錄音方式，而不是主持人。錄音室主持人配合僅 Zoom 嘉賓的情況下，表現就像最差的一條腿。下方的數字來自真實客戶的劇集，不是實驗室音訊。
97%
個別軌道上傳（Riverside / SquadCast）
每位講者都在單獨的 WAV。我們獨立處理每個軌道，跳過人物分化。最乾淨的情況。
95%
立體聲後期混合，2 位講者
主持人在左，嘉賓在右，混音後。最常見的播客格式。人物分化基本上是立體聲分割的免費附送。
91%
單聲道混合，3-4 位講者
圓桌節目或小組討論混合為單聲道。相似的聲音可能每小時合併一兩次 — 2 分鐘的清理就搞定。
86%
遠端嘉賓通話 / 差的麥克風
嘉賓用 AirPods 通過旅館 wifi 通話。數字和專有名詞受損最多。自訂詞彙可以恢復大部分。
常見問題
人們最常問的 播客轉錄問題 — 8 個。
01我可以直接貼 YouTube 或 SoundCloud 連結嗎？+
可以。貼公開的 YouTube URL 或代管劇集連結（SoundCloud、Buzzsprout、Transistor、Libsyn 直接 MP3），我們在我們這邊下載音訊。私人料源的話，下載檔案並上傳。
02音樂介紹會被轉錄成 'la la la' 亂碼嗎？+
不會，如果略過音樂介紹/結尾開著（預設就是）。我們偵測非語音音訊，在第一句話開始謄寫。SRT 中的時間碼會偏移以符合，所以 YouTube 字幕仍然同步。
03節目大綱檔案明確包含什麼？+
2-4 句劇集摘要、3-7 個關鍵重點作為項目符號列表、提及的行動項目，以及 3-8 個主題標籤。用 markdown 呈現，所以你可以直接貼到 WordPress、Ghost、Substack，或你的播客代管的劇集頁面。
04你可以為 Apple Podcasts 和 Spotify 生成章節標記嗎？+
可以 — 章節從關鍵重點連同時間碼生成。匯出為單獨的 chapters.txt 或嵌入 WAV/M4A。注意 Spotify 僅在 Anchor 代管的節目上識別章節，所以 txt 檔是你的備用方案。
05我有來自 Riverside / SquadCast 的個別軌道檔案 — 我應該上傳那些嗎？+
應該上傳。依名字分開上傳各講者的 WAV 並給他們標籤。我們獨立謄寫各個軌道，然後按時間碼合併。精準度在這個設定上達到約 97% — 我們看過的最乾淨情況。
06它可以自動標記贊助方朗讀或廣告中斷嗎？+
目前不行 — 這在路線圖上。現在的話，在你的編輯中丟一個標記（短暫靜音或提示音），我們會在文稿中以時間碼出現。你也可以之後通過貼搜尋贊助品牌名稱來標記廣告段。
07劇集可以有多長？+
單個上傳最多 6 小時。大多數節目 30-90 分鐘，完成時間約 4-8 分鐘。一個 3 小時訪談劇集，預期從上傳到四份成品就緒約 12-15 分鐘。
08SRT 可以乾淨地替換 YouTube 的自動字幕嗎？+
可以。SRT 在 ~42 字符處換行，帶有適當的標點符號和選擇性的講者前綴。在 YouTube Studio → 字幕 → 新增語言 → SRT 上傳。它完全覆蓋自動生成的字幕軌道。