Option 01
TikTok 自动字幕
内置于 TikTok 编辑器。打开即可，字幕出现。无法导出到其他地方的文件。
要求通过 TikTok 应用上传
语言覆盖约 40 种语言，英文最强
导出无 — 仅嵌入
发布前编辑应用内文字编辑器
音乐处理漏掉歌词，在嘈杂背景下混淆旁白
费用免费
Best for只需在 TikTok 内字幕、从不转发到 Reels 或 Shorts 的创作者。
TikTok 转录文字。粘贴链接，获得字幕。
粘贴任意 TikTok 视频链接。我们在服务器端拉取音频，返回带时间戳的文字以及 SRT 和 VTT 字幕文件 — 随时可重新上传或嵌入。
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
↓ 看看输出效果
链接输入。 字幕输出。
粘贴任意公开 TikTok 视频链接。我们抓取音轨、运行语言检测，并在背景音乐继续播放时实时流出字幕。
TikTok 视频链接
自动检测 en-US44.1 kHz · 音乐床 -18 dB
~90s
字幕 · 实时输出
S1
好的，脆豆腐的秘诀没人告诉你 — 要按十分钟，不是两分钟。
S1
然后用玉米淀粉，不是面粉。翻拌它，别撒它。
S1
空气炸锅 400 度炸十二分钟，中途翻一次。
S1
评论'豆腐'我会发完整的酱料配方。
创作者旁白准确率 94%SRT · VTT · TXT · DOCX · 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.
三个真实选项 · 诚实对比
TikTok 自动字幕。CapCut 或 Submagic。 或者选我们。
TikTok 在编辑器中提供自动字幕。CapCut 和 Submagic 添加样式化、动画化字幕用于重新上传。我们提供原始文字稿加简洁 SRT/VTT — 自带编辑器。
Option 02
Transcription.Solutions
粘贴公开链接。获得文字稿文件加 SRT/VTT，可放入任何编辑器或重新上传到任何地方。
要求公开 TikTok 链接 — 无需登录
语言覆盖100+ 种支持自动检测
导出SRT · VTT · DOCX · TXT · JSON
发布前编辑网页编辑器，然后重新导出
音乐处理嘈杂背景下的语音隔离
费用 · 每分钟$0.03
Best for跨平台转发到 Reels/Shorts/YouTube 的创作者、重新利用客户 TikTok 的机构、归档趋势的研究者。
Option 03
CapCut / Submagic
针对短视频调整的样式化、动画化字幕。仅限于它们的编辑器，以英文为主。
要求应用安装 + 导出需付费
语言覆盖约 20 种强势，其他不稳定
导出带嵌入的 MP4，付费版有 SRT
发布前编辑仅在它们的时间线内
音乐处理英文调优，在带口音的声音上漏掉
费用$10–24/月（约，2026 年）
Best for想要动画词语弹跳字幕且永不离开 CapCut/Submagic 编辑器的独立创作者。
价格约为 2026 年 5 月。语言计数基于各供应商公开支持页面。
TikTok 特定
上三个容易踩的坑。 通用转录工具
TikTok 音频不���播客音频。这些是你排队之前值得调整的区别。
哪里出错
- 1背景音乐被转录成语音。通用 ASR 听到歌词然后把它们和声音一起写出来 — 你的字幕文件变得无法使用。
- 2创作者俚语和账号（@用户名、'rizz'、'fanum tax'、产品名称）回来时拼写错误或被自动更正成错字。
- 3快速钩子 — 创作者为了抢在滑动前堆积 15 个词的前三秒 — 被截断或压缩，因为 ASR 还在预热。
这里要调整什么
- 1在任务表单上打开语音隔离。我们在转录前分离声音干声和音乐，所以流行音频不会污染字幕。
- 2把账号、品牌名称和创作者特定词汇粘贴到自定义词汇。我们将其作为识别器提示传递 — 大小写和拼写回来正确。
- 3将字幕格式设为短视频（每行最多 3 词，每条线 1.2 秒）。SRT 输出时已为竖屏视频预先格式化，无需手动换行。
TikTok 推荐的任务设置
粘贴 TikTok 链接，这些默认打开。每个任务从表单覆盖。
- 来源
- 公开链接 · 音频在服务器端提取
- 语音隔离
- 打开（音乐床被抑制）
- 语言
- 自动检测 · 100+ 支持
- 字幕格式
- 短视频 · 每行 3 词 · 1.2 秒字幕
- 填充词
- 保留（创作者依赖它们）
- 导出
- SRT · VTT · TXT · DOCX
Accuracy · real-world numbers
清晰旁白准确率 94%。 音乐密集片段预期下降。
上限由音乐床的响度和创作者的说话速度决定。在安静背景下分别录制旁白然后叠加是最佳情况；唇音同步趋势和二创是最差情况。下方数字来自实际 TikTok 链接经过我们的管道运行。
94%
旁白 · 安静音乐床
创作者用麦克风录制，音乐比声音低 15-20 dB。教育类和食谱内容通常在这里。
91%
出镜 · 手机麦克风 · 无音乐
自��式对镜说话，无背景音轨。手机麦克风和房间混响相比旁白会失去几个百分点。
85%
声音下的大声流行音频
声音和音乐相差 6 dB。快速钩子和品牌名称会失分 — 预期需要一分钟的清理工作。
78%
二创、拼接、唇音同步片段
两个音轨重叠或歌曲歌词被做成口型。我们转录说出的内容；歌词被标记，不被改写。
常见问题
的 8 个常见问题。 关于 TikTok 转录文字
01我需要先下载 TikTok 吗？+
不需要。粘贴公开视频链接（TikTok 应用中的分享链接），我们在服务器端提取音频。如果视频是私密的或被地区封禁，你需要自己下载 MP4 并上传 — 我们无法绕过 TikTok 的访问规则。
02你会转录歌词还是只转录创作者的声音？+
仅转录说出的声音。语音隔离在转录前抑制音乐床，流行音频歌词在 JSON 输出中被标记而非写入字幕轨道。如果你特别想要歌词，可以关闭隔离。
03我能得到为竖屏短视频格式化的 SRT 吗？+
可以。短视频字幕预设在约 3 词每行、1.2 秒每条字幕处断行 — 适合 9:16 安全区而不与 UI 重叠的节奏。标准 SRT（每条一句）也可用。
04二创和拼接有两个声音怎么办？+
声学说话人分离将两个声音分开并标记为说话人 1 和说话人 2。当音轨重叠严重时准确率下降 5-10 个百分点 — 那是我们数据中最差的情况。
05它处理非英语创作者吗？+
是的 — 100+ 语言自动检测。西班牙语、葡萄牙语、印尼语、越南语和阿拉伯语创作者回来时准确率级别大致与英语相同。代码混用（句中混用两种语言）被检测并按段标记。
06文字稿要多久才能准备好？+
标准 30-90 秒 TikTok 在五分钟内，通常两分钟内。更长 TikTok（3-10 分钟）大约按实时的 1/10 完成。
07我能批量处理一个创作者的整个动态吗？+
可以，通过 API 或将链接列表粘贴到仪表板。我们礼貌地限制 URL 获取器速率，所以 TikTok 不会封我们 — 第一批约 30 个视频，然后稳定吞吐。
08这在 TikTok 条款下被允许吗？+
我们仅通过其公共分享端点抓取公开视频 — 和浏览器预览的方式一样。我们不绕过私密账号或登录墙。如果你转录他人内容用于商业用途，公平使用和平台规则需你自己确认。