Subanana
YouTube 视频文字稿获取完整教程:从自动字幕到可编辑的中文文字稿

YouTube 视频文字稿获取完整教程:从自动字幕到可编辑的中文文字稿

有时候你想要的,是 YouTube 视频里讲了什么的完整文字版:可以复制到笔记里,也可以用 Ctrl+F 搜索的整段文字。这种东西叫“文字稿”(transcript)。字幕文件和翻译都解决不了这个需求。

文字稿和字幕(subtitles)是两回事。字幕配合视频画面使用,按时间切成短短的一行行;文字稿是给人读的,要有标点,有段落,能一段一段往下看。这篇教程专门讲怎么获取 YouTube 视频的中文文字稿,比较 YouTube 内置功能、第三方提取工具和 AI 转录三种方式,并演示如何用 Subanana 得到带标点分段、可以编辑的文字稿。

如果你要的是双语对照字幕(同一画面显示中英文)或者只想翻译字幕,可以看《视频翻译完整教程》。本文只讲文字稿这个需求。

YouTube 文字稿获取教程封面:粘贴链接、选择“文字稿与笔记”模式、校对后导出

为什么你会需要 YouTube 视频的文字稿

文字稿的常见使用场景:

  • 研究和笔记:看完一段访谈、课程或会议录像,想把内容整理成笔记、做摘要。有了文字稿,可以边读边划重点,比反复倒回去听快得多。
  • 引用和佐证:写文章、做报告时,需要原话的准确文字。
  • 可搜索的知识库:把多个视频的文字稿存进 Obsidian、Notion 或 Google Docs,以后想找“某位嘉宾提到 XX 的那段”,直接全文搜索。
  • 无障碍阅读:听障用户和更习惯阅读的人,需要文字版来吸收视频内容。
  • 内容再利用:YouTuber 和播客主把文字稿改写成博客文章、电子报和社交媒体短文,一个视频变成多种素材。

这些场景有一个共同点:读者要的是流畅、有标点、有段落的文字。按时间切碎的字幕行满足不了。这正是文字稿和字幕的根本区别。

获取 YouTube 文字稿的三种主流方式

实际操作有三条路,各有取舍。

方式一:YouTube 内置的文字记录功能

YouTube 为多数公开视频提供自动生成的文字记录。操作方法:在视频下方点“⋯”(更多),选择显示文字记录(英文界面是 Show transcript),右侧会展开时间码和逐句文字。

优点:

  • 完全免费,不需要任何外部工具。
  • 适合英文短视频,或者只想大致了解讲了什么的场景。

局限:

  • 没有标点:YouTube 自动字幕基本不加句号、逗号、问号。一整段读下来像不换气的长句,阅读体验很差。
  • 没有段落:每行只是按时间切分,没有按语义分段。长视频得到的是一大堵文字墙。
  • 中文准确度参差不齐:中文内容,尤其是口音较重或专有名词多的内容,自动字幕的错字率明显高于英文。
  • 无法直接编辑:只能复制出来,再到别处慢慢改。
  • 没有说话人标注:多人访谈和播客录像的文字全混在一起,分不出谁说了哪句。

如果你只想了解一段英文短视频的大意,也不在意可读性,这条路最快。要当成可读、可引用的文字稿来用,多半还要人工整理一轮。

方式二:第三方文字稿提取网站

网上有一些网站,粘贴 YouTube 链接就会返回文字稿。它们本质上是抓取 YouTube 的同一份自动字幕,再用网页呈现出来。

优点:

  • 操作门槛低,不用安装软件。
  • 部分网站会做基础的标点或合并处理。

局限:

  • 抓的是同一份原始字幕:YouTube 自动字幕的问题(没标点、错字、没分段)会原样继承。
  • 质量参差不齐:有的网站处理得干净,有的几乎没处理。
  • 隐私和稳定性:粘贴的是公开视频链接,多半没问题,但长期能不能用、会不会收费,取决于网站的运营情况。

这条路对英文视频可用,对中文视频改善有限,因为底层仍然是 YouTube 自动字幕。

方式三:AI 语音转文字工具(推荐给认真使用文字稿的人)

如果你要的是“拿到就能读、能编辑、能直接放进文档”的质量,AI 转录工具是目前最实际的选择。流程是把视频或视频链接交给工具,工具用自己的语音识别模型重新转录一遍,并加上标点、分段和可选的说话人识别。

优点:

  • 重新转录,不继承 YouTube 自动字幕的错误。
  • 自动加标点和段落:得到的是可读的文字,字幕行的问题不复存在。
  • 支持说话人识别:多人访谈可以分出 Speaker 1、Speaker 2。
  • 可以直接编辑和导出:在工具里改错字、加注释,再导出 DOCX、TXT 等文件。
  • 支持 AI 对话:部分工具可以直接向文字稿提问(“他在哪一段提到 XX?”)。

下一节介绍如何用 Subanana 走这条路。

用 Subanana 获取 YouTube 文字稿

Subanana 在这个场景有四个特点:直接导入链接、“文字稿与笔记”模式自动加标点和段落、支持说话人识别、编辑器里可以和文字稿对话。

关键在 Subanana 的“模式”设计。它有“字幕与翻译”模式、“文字稿与笔记”模式和“会议笔记”模式,要文字稿就选**“文字稿与笔记”模式**:

  • “字幕与翻译”模式为视频画面显示而设计,有意不加标点(句号和逗号会让字幕行显得拥挤),导出 SRT、VTT 等文件。
  • “文字稿与笔记”模式为阅读而设计,会自动加标点并按语义分段,导出 DOCX、TXT、Markdown 等适合阅读的文件。

想把 YouTube 视频变成可读的文字稿,一定要选“文字稿与笔记”模式。

完整流程:四个步骤

步骤 1:粘贴 YouTube 链接

打开 Subanana,选择粘贴链接的方式,把 YouTube 视频链接(包括 Shorts)贴进去。系统会自动抓取视频并进入下一步,你不用先把视频下载到电脑再上传。

可以导入公开的 YouTube、Instagram 和 Facebook 视频(包括 Shorts 和 Reels)。私密视频、年龄限制视频、地区限制视频和会员专享视频不支持。遇到这些情况,请先用其他方式拿到视频文件,再走文件上传的路径。

步骤 2:选择“文字稿与笔记”模式并设置原文语言

进入“转录”(Transcription)模式,选择视频的原文语言。Subanana 覆盖 95+ 种语言,常见的中文(普通话)、英语、日语、韩语都在内。

记住:选“文字稿与笔记”模式,别选“字幕与翻译”模式。“文字稿与笔记”模式才会自动加标点和段落,得到可以阅读的文字稿;“字幕与翻译”模式得到的是按时间切碎的字幕行。

如果原视频不是中文(比如英文访谈),而你想要中文翻译版的文字稿,可以在这一步同时设置一个翻译目标语言。“文字稿与笔记”模式支持单一翻译目标。

步骤 3:编辑、校对、识别说话人

转录完成后进入编辑器,你可以:

  • 修正错字:点击文字直接编辑。中文常见的同音字、人名和专有名词,建议在这一步先改好。
  • 识别说话人:多人访谈和播客录像会自动分出 Speaker 1、Speaker 2。把 Speaker 1 改成“主持人”、Speaker 2 改成“嘉宾 王小明”,整份文字稿会跟着更新。
  • 使用词汇表(Glossary):视频涉及品牌名、产品名或专业术语时,可以预先设置词汇表,系统转录时会优先采用你指定的写法。
  • AI 对话:在编辑器里直接和文字稿对话,比如“整理出第 10 到 15 分钟的重点”“他对 XX 的态度是什么”“帮我列出三个关键论点”。整理长视频的内容时特别省时间。

步骤 4:导出

导出选项:

  • DOCX:最常用的文字稿格式,可以直接在 Word、Pages 或 Google Docs 里打开编辑。
  • TXT:纯文本,适合贴进 Obsidian、Notion 等笔记工具。
  • Markdown:适合贴进博客和文档系统。
  • XLSX:用表格呈现时间码、文字和说话人,适合做引用标注或分析。
  • SRT、VTT:如果之后想把这份文字稿变回字幕放到视频上,可以导出标准字幕格式。

用作文字稿时,最常选 DOCX 或 TXT。

什么时候 YouTube 自动字幕已经够用

坦白说,并不是每个视频都值得用 AI 转录重做一遍。下面这些情况,YouTube 自动字幕就够了:

  • 英文内容,只需要大意:英文自动字幕准确度还可以,了解大意不需要完美的标点。
  • 短视频(3 分钟以内):手动补几个句号、整理一下就好,不用走完整流程。
  • 一次性使用,不需要保存或引用:只想知道讲了什么,看完就算。

反过来,下面这些情况建议用 AI 转录:

  • 中文、日语、韩语等非英文内容。
  • 视频较长(10 分钟以上),人工整理的时间成本太高。
  • 多人对谈,需要区分说话人。
  • 内容要存档、引用或再利用(博客、报告、电子报)。
  • 专有名词、人名、品牌名多(自动字幕容易出错)。

和其他常见工具怎么选

简单说几个选项,帮你判断要不要选 Subanana:

  • Taption:按分钟付费。如果每月只有一两个视频要做文字稿,按分钟付费可能更省;如果每周都有多个视频要处理,订阅制更划算。
  • 手动流程(自己下载视频,再用开源语音识别):技术门槛高,要自己处理视频下载、模型部署以及标点和分段的后期处理。对开发者可行,对非技术用户成本太高。
  • YouTube 字幕加人工整理:完全免费,但只适合英文短视频,或者能接受花时间整理的场景。

常见问题

Q:所有 YouTube 视频都可以导入吗? A:公开视频(包括 Shorts)可以直接粘贴链接导入。私密视频、年龄限制视频、地区限制视频和会员专享视频无法导入,请先用其他方式拿到文件,再走文件上传的路径。

Q:YouTube Shorts 可以做文字稿吗? A:可以。Shorts 和普通 YouTube 视频走同一套链接导入流程。Shorts 通常很短,免费方案的 15 分钟上限完全够用。

Q:免费方案能完成 YouTube 文字稿吗? A:可以试做小段内容。免费方案每个文件只处理前 15 分钟,且不能导出文字稿或字幕文件,你可以在编辑器里预览,要导出 DOCX、TXT 等文件需要付费方案。单个文件上限 30 GB、8 小时,免费和付费方案相同。

Q:访谈视频有多位说话人,文字稿能分清谁说了什么吗? A:可以。Subanana 的转录模式支持说话人识别,会自动标出 Speaker 1、Speaker 2 等。你可以在编辑器里把这些标记改成真实姓名(“主持人”“嘉宾 王小明”),整份文字稿会同步更新。

相关工具