ScribeToAny
YouTube

YouTube 转录生成器

YouTube 的自动字幕经常缺失、乱码,或被上传者关闭。用浏览器扩展、yt-dlp 或在线下载工具把视频(或仅音频)下载到本地,上传到 ScribeToAny,即可得到干净的带时间戳文字稿,可搜索、可引用、可导出。

  • AI 转录
  • 98 种语言
  • 加密存储,我们绝不用你的文件训练 AI

从你的录音开始

把音频或视频文件拖到这里，或点击选择。

实际转录效果预览

一段 64 秒双人访谈（合成语音）的原始转录结果，已开启说话人识别。此处仅展示前几行。

逐字稿 (TXT)
SPEAKER_00 (0:00) Welcome back to Small Shop Stories.
SPEAKER_00 (0:02) Today I'm talking to Maya, who runs a tiny bakery on the
SPEAKER_00 (0:05) corner of Mill Street.
SPEAKER_01 (0:07) Thanks for having me.
SPEAKER_01 (0:08) It's really small, just two ovens and a counter.
SPEAKER_00 (0:12) So how does a normal day start for you?
字幕 (SRT)
1
00:00:00,000 --> 00:00:01,680
[SPEAKER_00] Welcome back to Small Shop Stories.

2
00:00:02,160 --> 00:00:05,320
[SPEAKER_00] Today I'm talking to Maya, who runs a tiny bakery on the

3
00:00:05,320 --> 00:00:06,320
[SPEAKER_00] corner of Mill Street.

对照原始文本，189 个单词中仅有 4 个不同——词错误率为 2.1%（将写为“80”的“eighty”也计为错误），全部 14 次发言轮次均正确标注了说话人。这是清晰录音的效果；若背景杂音较多或存在人声重叠，识别率会有所下降。 查看完整转录文本及评分方式

使用方法

  1. 1

    保存并上传

    先把 YouTube 视频保存到你的设备，再把文件上传到这里。

  2. 2

    转录

    AI 自动转录,带时间戳,可选说话人识别,通常几分钟完成。

  3. 3

    导出

    复制文字,或导出 TXT、SRT、VTT、PDF 或 DOCX。

为什么选 ScribeToAny

  • 轻松转录完整篇幅的 YouTube 视频、长音频播客与深度视频专栏：先将音视频文件下载到本地后拖入即可。
  • YouTube 自动字幕之外的选择：采用 Whisper 类模型，标点完整，文稿可以编辑和导出。
  • 支持长达数小时、最大 5 GB 的纪录片与长篇专访，提供发言人声纹分离识别及 8 种实用导出格式。

常见问题

需要先下载视频吗?

需要。由于 YouTube 的反爬限制,ScribeToAny 无法从粘贴的 YouTube 链接抓取音频——请先把视频或音频下载到本地(浏览器扩展、yt-dlp 或在线下载工具都可以),再上传文件。上传后按普通文件对待:占用同样的额度(免费每天 2 个、每月 100 分钟),遵守同样的单文件时长限制,产出同样可编辑、带时间戳、支持 8 种导出格式的文字稿。

这比 YouTube 自动字幕更好吗？

通常是的：YouTube 自动字幕经常缺失、没有标点或被关闭，而且只能留在 YouTube 里。这里有完整的标点和断句，可以编辑任何一行，除了 SRT 和 VTT，还能导出 PDF、DOCX、JSON、TSV 和 CSV。音频不清楚时，任何自动系统都不完美，重要段落请核对。

外语视频也能转吗?

可以——约 98 种语言,自动检测:西语讲座、日语访谈、葡语布道和英文内容一样转得好。也支持把任意语言直接转录成英文。技术演讲里常见的多语言夹杂,会按实际口语转写。

能帮我生成 YouTube 章节吗？

不能自动生成。但文稿里的时间戳能让你很快自己写出章节：浏览文字，记下每个话题开始的时间，再把这些时间粘贴到视频简介里。

能把字幕再上传到 YouTube 吗？

可以。导出 SRT，然后在 YouTube Studio 里打开该视频的字幕页面，选择上传带时间轴的文件即可。字幕时间来自语音本身，所以能和你下载的视频对上。

相关工具