Option 01
YouTube 自动字幕
免费，内置每个公开视频。无标点符号处理，无发言人标签。
成本免费
精准度~80% 清晰语音
发言人标签无
标点符号稀少，无段落
导出从文字记录面板复制粘贴
适用于仅公开视频
Best for快速扫描不属于您的视频，当精准度不重要时。
YouTube 转录。 优于自动字幕。比人工更便宜。
粘贴 YouTube 视频 URL。获得 95%+ 精准的文字记录，包括发言人标签、章节时间戳和您可以重新上传的 SRT/VTT 字幕——无需 Premium，无需 Chrome 扩展。
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
↓ 查看输出结果
输入 URL。 输出干净的文字记录和字幕。
粘贴 youtu.be 或 youtube.com 链接。我们解析、服务器端拉取最高比特率音频轨道、运行分讲话者识别、并返回带时间戳的文字记录加上 SRT/VTT，准备作为社区字幕上传。
youtu.be/dQw4w9WgXcQ
自动检测 en-USopus 160 kbps · 48 kHz
~90s
文字记录 · 流式
S1
所以频道在 8 个月内达到 100k 订阅——真正推动增长的是什么？
S2
说实话，连续 6 周每天发 Shorts。长视频的观看时间随后跟上来了。
S1
缩略图的改版——那是在 YouTube Studio 中 A/B 测试的吗？
S2
是的，新的测试与对比工具。三个赢家中有两个缩略图上没有脸。
脱口秀音频 96% 精准度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.
三个真实选择 · 诚实比较
YouTube 自动字幕。Rev 人工。 或我们。
YouTube 在每个视频上免费提供自动字幕——它们只是精准度较低且没有发言人标签。Rev 以 $1.50/分钟的价格销售人工转录。我们介于两者之间：95%+ 的 AI、发言人标签、三分钟周期。
Option 02
Transcription.Solutions
粘贴 URL。三分钟后：干净的文字记录、SRT/VTT、带章节链接的 AI 摘要。
成本 · 每分钟Pro 版本 $0.03
精准度脱口秀 95%+
发言人标签是（Pro 和 Business）
标点符号完整，包括段落
导出SRT · VTT · DOCX · TXT · JSON
适用于公开 + 未列出的 URL
Best for重新上传字幕的创作者、将视频改编为博客的播客、从采访中提取引用的研究人员。
Option 03
Rev 人工转录
由人工打字。最高精准度、最慢周期、按分钟计费。
成本 · 每分钟$1.50
精准度99%+ 保证
发言人标签是
标点符号完整，编辑级别
周期典型 12-24 小时
适用于任何上传的文件
Best for法庭可受理内容、广播字幕或采访，其中错过的一个词会破坏引用。
定价准确至 2026 年。Rev 费率反映其标准服务层；此处未对比竞争对手的仅 AI 层级。
特定于 YouTube
三件事，发生于 通用转录工具。
YouTube 音频有一些通用转录工具不处理的怪癖。翻转正确的设置，文字记录准备作为字幕重新上传。
哪里出错
- 1音乐床混淆识别器。 入场声音和背景音乐被转录为乱码。通用 AI 不知道忽略它们。
- 2SRT 行长度与 YouTube 的字幕规则不匹配。 字幕在手机上溢出安全区域，或因分块器未针对视频调优而在单词中间切割。
- 3频道特定名称（赞助商品牌、游戏标题、如 @MKBHD 的嘉宾账号）被拼读为拼音。一处拼写错误，引用就无法搜索。
在这里翻转什么
- 1在工作表单上打开音乐感知分段。 我们用 `[音乐]` 标记音乐区域而非幻觉歌词，并在语音返回时清洁恢复转录。
- 2选择YouTube 安全 SRT 作为导出。行的上限为 42 字符，每个提示最多两行，断点落在短语边界——将文件直接放入 YouTube Studio。
- 3将频道词汇（赞助商名称、定期嘉宾、游戏标题）粘贴到自定义词汇。 我们将其作为提示提供给识别器，以便品牌拼写保持正确。
YouTube 推荐的工作设置
粘贴 YouTube URL，这些默认打开。从表单按工作覆盖。
- Source
- URL 粘贴 · 自动解析 youtu.be
- Diarization
- 声学 · 1-4 位发言人
- 音乐处理
- 标记 [音乐]、跳过歌词
- 填充词
- 默认删除
- 摘要
- 章节时间戳 + 关键时刻
- 导出
- YouTube 安全 SRT · VTT · DOCX
Accuracy · real-world numbers
脱口秀视频 95%+。 音乐和游戏音频限制较低。
YouTube 内容差异巨大——工作室播客和 Fortnite 直播是完全不同的问题。领夹麦克风脱口秀是最佳情况；背景音乐和重叠的游戏音频最快降低精准度。下面的数字来自生产中的真实客户 YouTube URL。
97%
工作室播客 · 每位嘉宾麦克风
Joe Rogan 风格的设置：每位嘉宾使用单独的吊杆麦克风、适度的室内处理、无音乐床。当语音不重叠时，分讲话者识别轻而易举。
95%
单一脱口秀 · 领夹/USB 麦克风
标准教程或视频文章。一位发言人、室内音频、入场音乐混音至话语下方。大多数 YouTube 上传落在此处。
89%
Vlog 附带 B-roll · 户外音频
风声、交通、旁白下的环境音乐。词语仍可用；预期专有名词和品牌名称偶尔遗漏。
84%
游戏直播 · 游戏音频上的语音
游戏 SFX、音乐和不同音量的聊天阅读。主播语音通常清晰；Discord 上的队友下降最快。我们数据中最坏的情况。
常见问题
的 8 个常见问题。 关于 YouTube 转录
01我只需粘贴 URL，还是需要先下载视频？+
只需粘贴 URL。我们接受 youtube.com/watch、youtu.be 短链接和未列出的视频 URL。我们服务器端解析、仅拉取音频轨道（不是视频），并开始转录——通常在粘贴后 10 秒内。
02它适用于私密或未列出的视频吗？+
未列出是，私密否。 未列出的 URL 如果您有链接是公开可解析的，所以我们可以获取它们。私密视频需要登录您的 Google 账户——我们无法模拟您。首先从 YouTube Studio 下载 MP4，然后上传文件。
03为什么您的文字记录比 YouTube 自动字幕好得多？+
YouTube 自动字幕运行为跨数十亿视频的成本规模调优的流模型。我们运行更大的模型，具有全语境解码、自定义词汇和单独的分讲话者识别过程。结果：~95% vs ~80%，加上发言人标签和正确的标点符号。
04我可以将 SRT 作为社区字幕重新上传到 YouTube 吗？+
可以。作为 YouTube 安全 SRT 导出，打开 YouTube Studio → 字幕 → 添加 → 上传文件。我们的行长度和时间与 YouTube 的显示规则匹配，所以提示不会在手机上溢出或在单词中间断开。
05关于版权——转录他人的视频在法律上合法吗？+
为个人使用、研究、新闻或评论转录通常在美国属于合理使用。商业上重新发布完整文字记录更模糊。我们不托管音频或视频，我们交给您文本——您对它做什么是您的决定。不是法律建议。
06您能处理像 4 小时播客集这样的长视频吗？+
可以。我们的硬上限是每个文件 8 小时。4 小时的 Lex Fridman 集大约在 8-12 分钟的壁钟时间内转录，Pro 定价约 $7.20。发言人分讲话者识别在整个长度上保持。
07您处理非英语 YouTube 视频吗？+
可以——99 种语言自动检测。西班牙语、印地语、葡萄牙语和日语在清洁音频上都在英语精准度的 2-3 个百分点内。代码混合（同一句中的英语 + 西班牙语）有效但精准度降低约 5 个百分点。
08我可以获得像 YouTube 自动章节这样的章节时间戳吗？+
可以。AI 摘要包括章节风格的时间戳到主题转变加上关键时刻链接。将它们粘贴到您的视频描述中 `00:00 介绍 / 03:42 设置 / …` ——YouTube 自动将它们渲染为可点击的章节。