Option 01
YouTube 自動字幕
免費，內建於 Studio。困在 YouTube 上，傾向英文，沒有真正的導出。
需求擁有 Shorts 頻道
講者標籤無
語言~13 個可靠語言
導出Studio 中的 SBV / SRT
音樂處理常常插入 [Music]
費用免費
Best for只需要在 YouTube 本身使用字幕、不在其他地方重新利用片段的創作者。
YouTube Shorts 轉錄。60 秒影片，10 秒文字記錄。
貼上 Shorts 網址或拖放 MP4。幾秒內獲得 SRT、VTT 和乾淨文本 — 準備將 Shorts 片段重新用於 Reels、TikTok 或部落格文章。
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
↓ 看看出來的結果
Shorts 網址進。 字幕出。
我們在伺服器端從 Shorts 影片提取音訊、去除音樂層，返回帶時間戳的文本加上逐幀精確的 SRT。無瀏覽器延伸、無 OBS 擷取、無自行抓取。
youtube.com/shorts/aB3kQ…
自動偵測 en-US44.1 kHz · 人聲軌道隔離
~90s
文字記錄 · 即時串流
S1
三個你不知道的 iPhone 設定 — 第一個隱藏在輔助功能中。
S1
進入設定、輔助功能、觸控，然後向下滾動到背面點擊。
S1
將雙擊設定為螢幕截圖。現在你可以單手截圖。
S1
在它被埋沒在你的動態消息之前保存。
談話人 Shorts 上的 94%SRT · VTT · DOCX · TXT · JSON
↓ 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
YouTube 自動字幕。SubMagic。 或我們。
YouTube 在 Studio 內免費生成字幕。SubMagic 和類似工具 (CapCut、Veed) 將動畫字幕燒入影片。我們提供原始文字記錄和乾淨的字幕檔案，讓你在任何地方使用。
Option 02
Transcription.Solutions
貼上任何公開 Shorts 網址。獲得乾淨的 SRT、VTT 和文本 — 你擁有的，可在任何地方使用。
需求公開網址或 MP4 上傳
講者標籤包含講者分離
語言99 種，自動偵測
導出SRT · VTT · DOCX · TXT · JSON
音樂處理人聲隔離預設開啟
費用 · 每分鐘$0.03
Best for將 Shorts 重新用於 TikTok 和 Reels 的創作者、代理管理他人頻道的人、任何想要在 Studio 外使用文本的人。
Option 03
SubMagic / CapCut
燒入的動畫字幕。在螢幕上看起來很棒，但文本存在於像素內部。
需求上傳源 MP4
講者標籤僅限單一講者
語言~30 種，EN 調優
導出���片檔案 (非文本)
音樂處理良好 — 為短影片而生
費用~$10–25/月
Best for想要將彈出式字級字幕烤入導出且不需要原始文字記錄的創作者。
定價和功能標示約為 2026 年。YouTube 字幕語言支援因地區而異。
特定於 Shorts
三件事會困擾創作者使用 通用轉錄工具。
Shorts 不是微小播客。音樂層、速度和主題標籤繁重的腳本都會破壞為會議而構建的工具。
出現問題的地方
- 1混合熱的音樂層。 通用 ASR 將歌詞轉錄到你的句子中間。你會得到 '[Music] 進入設定 [Music] 點擊'。
- 2品牌名稱和主題標籤 (Notion、Arc、Linear、#buildinpublic) 以小寫和音標形式返回。字幕在重新上傳時看起來不專業。
- 3快速交付。 Shorts 創作者以 200+ WPM 說話以將鉤子放入 60 秒內。為會議節奏調優的工具會丟棄詞尾。
在這裡翻轉的內容
- 1保持 人聲隔離開啟 — 這是預設值。我們在識別之前運行音樂抑制通過，所以歌詞不會洩露到文字記錄中。
- 2將你的品牌清單放入 自訂詞彙。頻道名稱、產品名稱、重複出現的主題標籤。我們將它們作為偏差提示傳遞給識別器。
- 3選擇 短格式講者模型。它針對單一講者、快節奏交付進行調優，並比對話模型更強地加權詞邊界檢測。
推薦的 Shorts 工作設定
貼上 Shorts 網址，這些會預設開啟。從表格中逐個工作覆蓋。
- 輸入
- 公開網址或 MP4 上傳
- 講者模型
- 短格式 · 1-2 位講者
- 人聲隔離
- 開啟 (音樂抑制)
- 填充詞
- 保留 — 創作者想要文字記錄
- 摘要
- 鉤子 + 結尾 (Pro/Business)
- 導出
- SRT · VTT · 字級 JSON
Accuracy · real-world numbers
94% 在談話人 Shorts 上。 音樂床決定了上限。
Shorts 很短，所以一個轉錄錯誤清晰可見。針對音樂軌道的人聲隔離是我們優化的重點。 以下數字來自我們已處理的真實 Shorts URL，而非合成片段。
96%
Studio 旁白，無音樂
錄製到麥克風，音樂在後期製作中添加但混合層低。最乾淨的情況 — 錯誤主要來自專��名詞和俚語。
94%
談話人，輕音樂層
手機或 DSLR，音樂混淆在聲音下方。人聲隔離乾淨地提升對話。大多數 Shorts 都落在這裡。
87%
大聲的趨勢音訊背景
音樂與聲音處於相同級別。字詞在硬輔音和與對話重疊的歌詞上被截斷。
82%
街道、現場或 B-roll 旁白
風聲、交通、環境人群。文本可用，但預期在數字、名稱和品牌提及上需要 30 秒的清理。
常見問題
創作者詢問的 8 個 關於 Shorts 轉錄的事項。
01我可以直接貼上 youtube.com/shorts/ 網址嗎？+
可以 — 這是主要流程。貼上網址，我們在伺服器端獲取公開音訊並開始轉錄。無瀏覽器延伸、無 OBS 擷取、無先下載 MP4。
02它適用於我不擁有的 Shorts 嗎？+
可以，只要 Short 是 公開的。我們無法存取未列舉或私人影片，因為 YouTube 在這些影片上阻止匿名提取。對於私人 Shorts，請從 Studio 下載 MP4 並直接上傳。
03SRT 會與 TikTok 或 Reels 上的重新上傳影片對齊嗎？+
會。時間戳記參考音訊開始，所以只要你在重新上傳時不修剪片段的開頭，SRT 就會乾淨地插入。修剪前面？在任何字幕編輯器中減去該偏移量。
04音樂會發生什麼 — 它會像 YouTube 一樣顯示為 [Music] 嗎？+
不會。我們在識別之前運行人聲隔離，所以音樂層被抑制，我們只轉錄語音。你不會看到 [Music] 標籤散佈在文字記錄中。
05在免費版上我可以做多少個 Shorts？+
每月 30 分鐘。平均 Short 是 30-45 秒，所以大約 40-60 個 Shorts 每月 在你升級到 Pro 之前。講者分離和 SRT 導出包含在免費版中。
06你是否處理動畫字幕的字級時間戳記？+
是的，在每個方案上。在導出下拉菜單中選擇 字級 JSON。你可以直接將它輸入 CapCut、Premiere 或自訂 Remotion 範本以呈現彈出式字幕。
07非英文 Shorts 呢？+
支援 99 種語言，從音訊自動偵測。西班牙文、葡萄牙文、印地文、他加祿文、阿拉伯文 — 都已在生產中測試。混合語言 Shorts (程式碼轉換) 可行，但準確度下降 4-6 個百分點。
08我可以從文字記錄獲得摘要或標題建議嗎？+
可以，在 Pro 和 Business 上。摘要返回一行的鉤子、結尾和基於腳本的 3-5 個建議標題變體。免費版只提供文字記錄。