Option 01
YouTube 自動字幕
免費、內建於每支公開影片。無標點符號修整、無講者標籤。
成本免費
準確度清晰語音約 80%
講者標籤無
標點符號稀少、無段落
匯出從文字稿面板複製貼上
適用於僅公開影片
Best for快速掃描你不擁有的影片，準確度不重要的時候。
YouTube 文字稿轉錄。 優於自動字幕。遠比人工便宜。
貼上 YouTube 影片 URL。取得 95% 以上準確度的文字稿，含講者標籤、章節時間戳記，以及可重新上傳的 SRT/VTT 字幕 — 無需 Premium、無需 Chrome 擴充。
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
↓ 看看輸出結果
URL 進。 乾淨的文字稿與字幕出。
貼上 youtu.be 或 youtube.com 連結。我們解析它、在伺服器端拉取最高位元率音訊軌道、執行發言人分離，傳回帶時間戳記的文字稿加上可上傳的 SRT/VTT。
youtu.be/dQw4w9WgXcQ
自動偵測 en-USopus 160 kbps · 48 kHz
~90s
文字稿 · 串流中
S1
所以頻道在八個月內達到十萬訂閱 — 究竟是什麼推動了這個增長？
S2
老實說，六週內每天發佈短影片。長影片的觀看時間隨之而來。
S1
那縮圖的改版 — 這是在 YouTube Studio 進行 A/B 測試嗎？
S2
是的，用了新的測試與比較工具。三個贏家中有兩個沒有臉。
對談頭型音訊 96% 準確度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。Rev 人工服務。 或是我們。
YouTube 在每支影片上免費內建自動字幕 — 只是準確度不夠高，也沒有講者標籤。Rev 以每分鐘 $1.50 的價格提供人工轉錄。我們居中：AI 達 95% 以上、包含講者標籤、三分鐘內交付。
Option 02
Transcription.Solutions
貼上 URL。三分鐘後：乾淨的文字稿、SRT/VTT、包含章節連結的 AI 摘要。
成本 · 每分鐘Pro 版本 $0.03
準確度對談型式 95% 以上
講者標籤是（Pro 和 Business）
標點符號完整、含段落
匯出SRT · VTT · DOCX · TXT · JSON
適用於公開和非公開 URL
Best for重新上傳字幕的創作者、將影片改編為部落格的 Podcaster、從訪談中提取引言的研究者。
Option 03
Rev 人工轉錄
由真人打字。最高準確度、最慢交付、按分鐘計費。
成本 · 每分鐘$1.50
準確度99% 以上保證
講者標籤是
標點符號完整、編輯級品質
交付時間通常 12-24 小時
適用於任何上傳檔案
Best for可在法庭使用的內容、廣播字幕、或漏掉一個字就毀掉引言的訪談。
定價截至 2026 年準確。Rev 費率反映其標準服務層級；競爭對手的純 AI 層級未在此比較。
專門針對 YouTube
三件會在上咬到人的事。 通用轉錄工具
YouTube 音訊有一些通用轉錄員無法處理的怪癖。翻對設定，文字稿就可以準備成可重新上傳的字幕。
什麼出了問題
- 1音樂床會迷惑識別器。 片頭音樂和背景音樂被轉錄為亂碼。通用 AI 不知道該忽略它們。
- 2SRT 行長度不符合 YouTube 的字幕規則。 字幕在手機上溢出安全區域，或因為分塊器未針對影片調整而從中間切開。
- 3頻道特定名稱（贊助商品牌、遊戲標題、@MKBHD 這樣的嘉賓代稱）被拼音化拼寫。一個拼寫錯誤，引言就無法搜尋。
在這裡切換什麼
- 1在工作表單上開啟音樂感知分段。我們用 `[music]` 標籤標記音樂區域，而非編造歌詞，當語音返回時乾淨恢復轉錄。
- 2選擇YouTube 安全 SRT 作為匯出。行限制在 42 個字元、每個提示最多兩行、斷點落在片語邊界 — 直接將檔案拖入 YouTube Studio。
- 3將頻道詞彙（贊助商名稱、常客、遊戲標題）貼入自訂詞彙。我們把它餵給識別器作為提示，讓品牌拼寫保持正確。
YouTube 推薦的工作設定
貼上 YouTube URL，這些預設開啟。每工作都可從表單覆蓋。
- 來源
- URL 貼上 · 自動解析 youtu.be
- 發言人分離
- 聲學（Acoustic） · 1-4 位講者
- 音樂處理
- 標籤 [music]、跳過歌詞
- 填充詞
- 預設移除
- 摘要
- 章節時間戳記 + 關鍵時刻
- 匯出
- YouTube 安全 SRT · VTT · DOCX
Accuracy · real-world numbers
對談型式影片 95% 以上。 音樂和遊戲音訊的上限較低。
YouTube 內容變化很大 — 工作室 Podcast 和 Fortnite 直播不是同一個問題。領夾麥克風對談是最佳情況；背景音樂和重疊的遊戲音訊最快拉低準確度。下面的數字來自生產環境中真實的客戶 YouTube URL。
97%
工作室 Podcast · 每位嘉賓單獨麥克風
Joe Rogan 風格設置：每位嘉賓各用一支獨立麥克風、房間做了輕微音響處理、無背景音樂。當語音不混雜時，發言人分離很簡單。
95%
單人對談 · 領夾/USB 麥克風
標準教學或影片文章。一位講者、室內音訊、片頭音樂因應語音調低。大多數 YouTube 上傳落在這裡。
89%
Vlog 含 B 素材 · 戶外音訊
風聲、交通、旁白下的背景音樂。文字仍可用；預期專有名詞和品牌名稱偶爾會遺漏。
84%
遊戲直播 · 語音覆蓋遊戲音訊
遊戲音效、音樂、變動音量的聊天閱讀。主播語音通常清晰；Discord 上的隊友最快消失。我們資料中最差情況。
常見問題
8 個人們的常見提問。 關於 YouTube 文字稿轉錄
01我只貼 URL 就行，或是得先下載影片？+
只要貼 URL。我們接受 youtube.com/watch、youtu.be 短連結，以及非公開影片 URL。我們在伺服器端解析它、只拉音訊軌（不是影片），通常在貼上後 10 秒內開始轉錄。
02它能處理私密或非公開影片嗎？+
非公開可以、私密不行。 非公開 URL 如果你有連結就可以公開解析，所以我們能取用。私密影片需要用 Google 帳號登入 — 我們無法冒充你。先從 YouTube Studio 下載 MP4，再上傳檔案。
03為什麼你們的文字稿遠優於 YouTube 的自動字幕？+
YouTube 的自動字幕執行一個調校成全球數十億影片成本最優的串流模型。我們執行一個更大的模型，具有完整上下文解碼、自訂詞彙，以及單獨的發言人分離步驟。結果：95% 對上 80%，加上講者標籤和恰當的標點符號。
04我能把 SRT 上傳回 YouTube 作為社群字幕嗎？+
能。匯出為 YouTube 安全 SRT，開啟 YouTube Studio → 字幕 → 添加 → 上傳檔案。我們的行長度和時序符合 YouTube 的顯示規則，所以提示不會在手機上溢出，也不會從中間切開。
05關於著作權 — 轉錄別人的影片合法嗎？+
為了個人使用、研究、新聞或評論而轉錄通常屬於美國的合理使用範圍。商業性地重新發佈完整文字稿較為曖昧。我們不託管音訊或影片，我們交給你文字 — 你用它做什麼是你的事。非法律建議。
06你們能處理 4 小時 Podcast 連集這樣長的影片嗎？+
能。我們的硬上限是每檔案 8 小時。一集 4 小時的 Lex Fridman Podcast 轉錄耗時約 8-12 分鐘牆上時間，在 Pro 定價上約費 $7.20。講者分離在整個長度上都站得住腳。
07你們能處理非英文 YouTube 影片嗎？+
能 — 99 種語言自動偵測。西班牙文、印地文、葡萄牙文和日文都在清晰音訊上落在英文準確度的 2-3 點內。代碼轉換（同一句子裡的英文 + 西班牙文）有效但準確度降約 5 點。
08我能取得像 YouTube 自動章節這樣的章節時間戳記嗎？+
能。AI 摘要包含主題轉換的章節樣式時間戳記加上關鍵時刻連結。貼在影片描述裡像 `00:00 介紹 / 03:42 設定 / …` — YouTube 會自動把它們呈現為可點擊的章節。