01
直接貼上現有的 YouTube 連結
支援標準觀看頁面、youtu.be 分享連結、公開 Shorts 和公開直播重播。私人、已刪除、需要登入或來自區域網路的來源無法使用。
貼上 YouTube 連結，產生附時間戳的逐字稿
支援公開的 YouTube 影片、Shorts 和直播重播。系統會處理影片中的語音，產生可搜尋的文字、時間戳與可重複使用的字幕檔案。
貼上 YouTube 連結，產生附時間戳的逐字稿
- 支援公開影片、Shorts 與直播重播
- 不要求影片已有字幕軌
- 可匯出 TXT、JSON、SRT、VTT
這是專為 YouTube 情境提供的獨立入口，使用專案內統一的轉錄系統。適合已取得公開 YouTube 連結，並希望將語音轉為可搜尋文字、學習筆記、引文、字幕或可編輯腳本的使用者。
這個轉錄工具可以處理什麼
02
不依賴既有字幕軌
流程會準備公開 YouTube 影片的音訊並進行語音辨識，因此不要求原始影片已提供可用字幕。
03
文字與影片時間保持對應
標準轉錄模式會自動辨識口語語言並回傳詞級時間戳，方便搜尋、引用、製作章節筆記和字幕。
04
匯出逐字稿和字幕
完成後可下載純文字 TXT、結構化 JSON、SRT 和 WebVTT，無須再次轉錄同一部影片。
轉錄任務範例
01
課程與教學逐字稿
將公開的長篇課程轉成可搜尋的筆記，同時保留引用和複查所需的時間戳。
轉錄這個 YouTube 課程，自動辨識語言並保留時間戳。
產生可搜尋的逐字稿，以及與語音時間軸對應的字幕檔案。
02
多人訪談逐字稿
需要區分公開訪談、圓桌討論或播客影片中的發言者時，請選擇講者模式。
轉錄這段 YouTube 訪談，區分講者並保留詞級時間戳。
產生適合編輯審閱、引用和節目筆記的講者段落。
依需求選擇轉錄模式
點數按實際轉錄時長計算。只需要帶有時間戳的文字時選擇標準轉錄；需要區分講者時，選擇講者辨識模式。
01
標準轉錄：每分鐘 10 點
自動辨識語言並產生詞級時間戳；此模式不會加入講者標籤。
02
講者辨識：每小時 440 點
支援講者和音訊事件標籤；啟用關鍵字引導時，每小時 540 點。
03
匯出檔案無須重複計費
結果會儲存在專案中，並記錄所選模式和實際時長；下載 TXT、JSON、SRT、VTT 不會再次扣除轉錄點數。
從媒體來源轉成可重複使用的逐字稿
公開連結或上傳檔案會被處理成附時間資訊的結構化文字，並可重複下載為多種格式。
01
從連結或媒體檔案開始
貼上公開影片網址，或上傳音訊／影片檔案。系統會先下載並標準化媒體，再開始轉錄。
02
保留時間與文字結構
語音會統一轉成可搜尋全文、附時間的詞語和易讀段落；精準模式還可保留講者和音訊事件。
03
無須重複轉錄即可匯出
完成後的結果可直接重複使用為純文字、結構化 JSON、SRT 字幕或 WebVTT，不會再次執行轉錄。
適用情境
學生與研究人員
搜尋課程內容並保留附時間的引文，無須反覆拖曳影片進度列。
創作者與編輯
還原口播腳本，用於字幕、章節、節目筆記、電子報和內容再利用。
行銷與競品研究
先將公開發表會、訪談、簡報和教學影片轉成文字，再摘要其中的觀點。
使用流程
- 01
貼上公開的 YouTube 網址
加入影片、Shorts、youtu.be 或直播重播連結；來源必須無須登入即可公開存取。
- 02
選擇時間戳或講者模式
標準模式用於產生詞級時間戳；確實需要區分講者時，請選擇講者辨識模式。
- 03
檢查並匯出成果
在專案中開啟逐字稿，再下載 TXT、JSON、SRT 或 VTT，接續下一步工作流程。
瀏覽轉錄工具
AI 影片轉文字：產生影片逐字稿、時間戳與字幕
貼上 YouTube、抖音、Bilibili 等公開影片連結，或上傳一個影音檔案，即可取得可搜尋的文字、逐字時間戳、選用講者標籤和字幕。
MP4 轉文字，產生附時間戳的逐字稿
上傳一個不超過 50 MB 的 MP4 或支援的音訊檔案，將其中的語音轉成可搜尋文字、逐字時間資訊，以及可重複使用的逐字稿或字幕檔案。
Instagram 影片轉文字：將公開 Reel 轉成附時間戳的逐字稿
貼上含有可取得語音內容的公開 Reel 或影片貼文網址，即可產生可搜尋文字、時間戳與字幕檔案，無須重新上傳媒體。
將公開 TikTok 影片轉成附時間戳的逐字稿
貼上一個公開的 TikTok 影片連結，擷取可搜尋的口播文字與時間資訊，並直接匯出字幕，無須上傳影片。
常見問題
YouTube 影片必須已經有字幕嗎？
不需要。系統可以處理受支援公開影片中的語音，不只依賴 YouTube 既有的字幕軌。
支援哪些 YouTube 連結？
支援標準公開影片連結、youtu.be 分享連結、公開 Shorts 和公開直播重播。私人、已刪除、需要登入或受地區限制的影片可能無法處理。
YouTube 影片轉文字需要多少點數？
標準轉錄每分鐘 10 點。講者辨識模式每小時 440 點；啟用關鍵字引導時，每小時 540 點。
可以下載 YouTube 字幕嗎？
可以。完成後的逐字稿成果可匯出為 SRT、VTT、TXT 和結構化 JSON。
將 YouTube 影片轉成可搜尋文字
從公開連結開始，將逐字稿、時間戳和字幕下載項目儲存在同一個專案中。