YouTube 视频转文字稿 - 90+ 语言，自带时间戳
把 YouTube 视频转成文字稿：下载视频后上传，自动识别 90+ 语言，输出逐字时间戳与 SRT 字幕，比平台自动字幕更准且可编辑。
最近更新: 2026-08-26
先说清楚：需要你自己下载文件
本工具不接受粘贴链接，只接受文件上传。
不做链接抓取是有意的选择——代用户去第三方平台拉取内容，会同时踩到版权和平台服务条款两条线。所以流程是：你自己下载视频或音频，再上传。
也请只处理你自己拥有或已获授权的内容。
平台自动字幕已经有了，为什么还转一次
三个理由，按重要性排:
- 拿到可编辑的源文件。 平台字幕改一处要进后台逐条改；转写给你的是一份完整文字稿加一份 SRT，在本地改完再传回去。
- 专有名词和混说更准。 人名、产品名、中英夹杂是平台自动字幕最容易崩的地方，也恰恰是内容里最不能错的地方。
- 文字稿能直接改成文章。 搜索引擎抓不到视频里的话，一条视频的文字稿几乎就是一篇文章的初稿——同一份内容开第二个入口。
真实输出
一段英文口播实测，原始返回未经编辑:
音色: 科技大佬英语8 秒
再听一段典型的 YouTube 讲解类开场白，文字稿在下方:
音色: Brian英语9 秒
识别语言: eng (置信度 96.2%)
Welcome back to the show. Today we're talking about something
every creator hits eventually, the moment your voice has to scale
逐字时间戳(前 8 个):
Welcome[0.10→0.34] back[0.42→0.58] to[0.64→0.72] the[0.76→0.82]
show.[0.90→1.14] Today[1.76→1.98] we're[2.02→2.16] talking[2.18→2.48]
注意句中那个逗号——原文是一个完整停顿，识别成了逗号而不是句号。标点靠停顿推断，是识别里最不稳的部分。 做字幕不影响观感，做正式文稿要过一遍眼。
完整流程
- 下载视频或音频。 体积大就只下音频轨——转写用不到画面。
- 上传到语音工作台 → 转录,单次总计 ≤200MB。
- 等一两分钟，一小时素材通常这个量级。
- 改错字，重点看人名、产品名、专业术语。
- 导出：文字稿改写成图文，SRT 传回平台做字幕。
第 4 步只需要过一遍专有名词。普通词句的准确率通常在 95% 以上，值得校对的就是那些平台字幕也会错的地方。
用文字稿做什么
| 用途 | 做法 |
|---|---|
| 更好的字幕 | 改完 SRT 传回平台，覆盖自动字幕 |
| 视频转图文 | 文字稿当初稿，改成博客/公众号 |
| 做切片 | 搜金句定位，按逐字时间戳精确切 |
| 多语言字幕 | 文字稿翻译后重新配时间轴，或走视频翻译配音 |
| 学习竞品 | 把长视频转成可搜索文字，比拖进度条快得多 |
常见问题
能粘贴链接吗？ 不能，只接受文件上传。不做代抓取是为了避开版权与平台条款问题。
平台有自动字幕了还转什么？ 为了可编辑的源文件、更准的专有名词、以及能改成文章的文字稿。
文件太大？ 只下音频轨，或导出音轨再传，一小时通常 60–120MB。
中英混说行吗？ 行，自动识别，这正是平台自动字幕最容易错的地方。
开始
费用： 每个文件 20 积分（单次 ≤200MB），失败自动退回。¥29.9 的体验包有 150 积分，够转 7 个文件，积分不过期。
相关：MP4 视频转文字 · MP3 转文字 · 字幕生成 · YouTube 口播配音