Option 01
Descript
内置转录功能的音频编辑器。非常适合文本编辑工作流，但如果你只想要转录稿的话功能过剩。
主要用途DAW + 文本编辑
说话人分离声学方式，英文强
笔记Underlord AI 附加组件
导出SRT · TXT · 项目文件
免费额度每月 1 小时转录
价格$24/用户/月（Creator）
Best for独立播客制作者，他们通过删除转录稿中的单词来编辑节目，并希望用一个应用完成一切。
播客转录。一次生成笔记和 SRT。
放入你的播客节目母版——MP3、WAV 或 YouTube 链接。获得带说话人标签的转录稿、包含关键点和标���的 AI 笔记，以及视频剪辑的 SRT 文件。
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
↓ 一个文件输入，四个产物输出
节目母版进来。转录、 笔记、SRT、标签出来。
大多数播客以混音后的立体声 MP3 格式出现，主持人和嘉宾已混合在一起。我们在声学层面分离他们，检测音乐开头，并从第一句话开始转录。
第 142 集母版
自动检测 en-US44.1 kHz 立体声 · 混音后
~90s
转录稿 · 实时流
S1
欢迎回到节目。今天我与 Priya Anand 讨论她关于供应链的新书。
S2
感谢邀请，Jordan。自上次交谈以来已经三年了，期间变化很大。
S1
那么这本书以苏伊士阻塞���件开篇——为什么从这里开始？
S2
因为那是非物流从业者突然关心集装箱的时刻。
立体声混音后的 95% 准确率SRT · DOCX · TXT · 笔记 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.
三个真实选择 · 诚实对比
Descript。Castmagic。 还是我们。
Descript 是编辑器优先，转录其次。Castmagic 是笔记优先，转录其次。我们专注于文件 → 转录 → 笔记的流程，不涉及编辑工作。
Option 02
Transcription.Solutions
放入节目母版。一次生成转录、笔记、标签和 SRT——四个产物一次完成。无编辑器，无锁定。
主要用途转录 + 笔记
说话人分离声学方式 + 单轨上传
笔记所有计划均免费
导出SRT · VTT · DOCX · MD · JSON
免费额度每月 30 分钟，无需卡
价格 · 每分钟$0.03
Best for已有编辑器（Logic、Hindenburg、Reaper）的节目，只需要节目混音后的干净文本和笔记。
Option 03
Castmagic
笔记即服务。拖入文件，获得精美的内容包。转录稿只是附带产物。
主要用途内容再利用
说话人分离是的，英文优化
笔记多种模板，仅付费
导出SRT · TXT · 模板 MD
免费额度仅试用
价格~$23+/月（Starter）
Best for营销为主的节目，需要每集 12 条社交媒体帖子、4 份通讯草稿和一个 LinkedIn 轮播。
截至 2026 年的价格约数，各供应商可能有所变化。免费额度和附加 AI 功能频繁轮换。
播客特定功能
播客编辑者在通用转录工具上遇到的三个问题。
上传时告诉我们一些关于节目的信息，输出就不再需要清理了。
哪里容易出错
- 1音乐开头转录为乱码。识别器试图读取歌词或哼唱模式，在前 30 秒插入'啦啦啦'之类的无意义内容。
- 2嘉宾名字拼写错误。'Priya Anand' 变成 'Pria Anan' 或类似的，而且每次出现都是错的。
- 3笑声和插话被渲染为填充词或分配给错误的说话人，特别是在充满活力的对话中。
这里怎么调整
- 1在任务表单上开启跳过音乐开头/结尾。我们检测非言语段落，从第一句话开始转录——时间戳偏移自动调整。
- 2将嘉宾名字和品牌提及粘贴到自定义词汇中。我们将其作为识别器提示，确保拼写在整个节目中保持一致。
- 3开启笔记功能获得 2-4 句摘要、3-7 个关键点、行动项和 3-8 个主题标签，以 markdown 格式呈现——直接粘贴到你的 CMS。
播客的推荐任务设置
放入节目后这些默认值会打开。可按任务从表单中覆盖。
- 说话人分离
- 2 位说话人时使用立体声分离
- 音乐检测
- 跳过开头/结尾段落
- 填充词
- 默认移除
- 笔记
- 摘要 + 关键点 + 标签
- 章节
- 从关键点生成
- 导出
- SRT · DOCX · 笔记 MD
Accuracy · real-world numbers
97% 在录音棚麦克风节目中。 在远程嘉宾通话中也能保持。
播客准确率主要取决于嘉宾的录制方式，而非主持人。一个录音棚主持人配合仅限 Zoom 的嘉宾时表现就像最差的那一方。下面的数字来自真实客户节目，不是实验室音频。
97%
单轨上传（Riverside / SquadCast）
每位说话人一个独立 WAV 文件。我们独立转录每个轨道，跳过说话人分离。最干净的情况。
95%
立体声混音，2 位说话人
主持人左声道，嘉宾右声道，混音后。这是最常见的播客格式。说话人分离基本上是立体声分离的副产物。
91%
单声道混音，3-4 位说话人
圆桌节目或小组讨论格式混为单声道。相似的声音可能会每小时合并一两次——2 分钟的清理就能解决。
86%
远程通话 / 麦克风不佳
嘉宾通过酒店 WiFi 上的 AirPods ��话。数字和专有名词受影响最大。自定义词汇可以恢复大部分。
常见问题
人们对播客转录提出的 8 个常见问题。
01我能直接粘贴 YouTube 或 SoundCloud 链接吗？+
可以。粘贴公开的 YouTube URL 或托管节目链接（SoundCloud、Buzzsprout、Transistor、Libsyn 直链 MP3），我们会在我们这边拉取音频。对于私密源，下载文件后上传。
02音乐开头会被转录为'啦啦啦'乱码吗？+
如果开启了跳过音乐开头/结尾就不会（默认开启）。我们检测非言语音频并从第一句话开始转录。SRT 中的时间戳会自动调整，所以 YouTube 字幕仍然同步。
03笔记文件里到底有什么？+
2-4 句节目摘要、3-7 个关键点列表、提及的行动项，以及 3-8 个主题标签。以 markdown 格式呈现，可以直接粘贴到 WordPress、Ghost、Substack 或你的播客平台的节目页面。
04你能为 Apple Podcasts 和 Spotify 生成章节标记吗？+
能。章节从关键点生成并带有时间戳。导出为单独的 chapters.txt 或嵌入 WAV/M4A。注意 Spotify 仅在 Anchor 托管的节目上识别章节，所以 txt 文件是备用方案。
05我从 Riverside / SquadCast 有单轨文件——应该上传这些吗？+
请上传。分别上传每位说话人的 WAV 并用名字标记。我们独立转录每个轨道并按时间戳合并。这种设置的准确率约 97% ——我们看到的最干净的情况。
06它能标记赞助商播读或广告段落吗？+
暂时还不能——这在规划中。现在你可以在编辑中放一个标记（短暂的静音或铃声），我们会把它作为转录稿中的时间戳显示。你也可以在之后通过粘贴查找赞助商品牌名称来标记广告段落。
07节目可以多长？+
一次上传最多 6 小时。大多数节目 30-90 分钟，从上传到四个产物完成需要 4-8 分钟。对于 3 小时的访谈节目，预期大约需要 12-15 分钟。
08SRT 能干净地替换 YouTube 的自动字幕吗？+
可以。SRT 在约 42 字处换行，带有正确的标点��可选的说话人前缀。在 YouTube Studio 中上传 → 字幕 → 添加语言 → SRT。它会完全覆盖自动生成的字幕轨道。