Video Transcriber

影片轉文字 YouTube轉逐字稿 AI影片翻譯器AI Dubbing AI轉錄工具

我的資源

價格

桌面應用Windows 與 macOS YouTube 擴充功能

Video Transcriber

API · MCP · Skill - 隨處可用

轉錄 API，適用於音訊、影片與連結

透過 AI 轉錄，將音訊和影片轉換為準確的文字。一個簡單的 API 即可支援 200 多種語言、說話者識別、時間戳記、字幕和 AI 洞察。

🎁立即領取免費 1,500 API 配額

99.9%
可用率
24.2s
回應時間
24 / 7
全天候支援
#1
資料安全

200 多種語言
直接輸入 URL
說話者分離
含時間戳的 JSON 輸出
AI 章節與翻譯

一個 API，支援各種格式。

什麼是轉錄 API？

由Video Transcriber AI打造，轉錄 API 能將音訊、影片以及來自YouTube、TikTok、Instagram等多平台連結透過一個REST介面轉為結構化文字，內建說話者辨識、詞級時間戳和200+語言支援。

平台連結

貼上公開連結。我們會依據各平台的特性處理內容擷取、字幕和自動語音辨識（ASR）。

檔案上傳

提供影片或音訊檔案的公開 URL，每個檔案最大支援 5 GB。

MP4
MP3
MOV
WebM
AVI
WAV
M4A
AAC
OGG

所有來源皆使用同一端點，回傳相同的 JSON 結構和錯誤碼。將 YouTube 連結換成 MP3，你的程式碼也無需修改。

功能能力

轉錄 API 的亮點是什麼？

轉錄 API 由Video Transcriber AI打造，將所有轉錄來源統一到一個開發者友善的介面中，能力遠超基礎語音轉文字。

多平台來源覆蓋

轉錄 API 支援十多種輸入類型——YouTube、TikTok、Instagram、Facebook、X、BiliBili、Google Drive、Dropbox和直接檔案上傳——全部透過一個介面，統一回應格式。

200+語言支援

轉錄 API 覆蓋200多種語言，自動偵測來源語言無需手動指定。混合語言音訊也能優雅處理，全球團隊只需維護一條處理流水線。

內建說話者辨識

說話者辨識包含在每次轉錄 API 回應中，無需額外費用。每段語音都帶有說話者標籤，將多人錄音轉化為可讀的對話文字。

附時間戳記的 JSON

Transcript API 回傳清晰、機器可讀的 JSON，每個片段皆包含開始時間、時長和文字，可直接用於處理流程、資料庫或大型語言模型的上下文，無需額外解析。

多格式匯出

轉錄 API 輸出純文字TXT、SRT、VTT和含完整元資料的JSON。在請求中指定格式，返回的轉錄已按目標系統結構化——無需轉換腳本。

AI 章節與翻譯

Transcript API 自動產生章節標記，方便瀏覽，並支援任意語言對之間的 AI 翻譯，將單一影片轉化為結構化的多語言內容。

API · MCP · 智慧代理技能

如何使用轉錄 API？

使用 Transcript API 不到五分鐘即可上手，選擇適合你的方式：REST API、MCP 伺服器或智慧體技能。無需安裝 SDK，也無需設定基礎設施。

REST API

適用於開發者和自動化流程

為任何應用程式新增轉錄功能。支援 n8n、Make、Zapier 或你自己的程式碼，適用於任何語言和技術堆疊。

在 https://videotranscriber.ai/transcript-api 取得免費 API 金鑰
發起第一次 API 呼叫，將媒體 URL 或檔案透過 POST 請求傳送至轉錄端點。
JSON 回應包含完整轉錄文字、附說話人標籤的片段及偵測到的語言。

MCP 伺服器

適用於 ChatGPT、Claude、Cursor 等

貼上影片連結，你的助手就能聽懂內容。它會轉錄音訊、摘要重點、回答問題並撰寫筆記，一切都在對話中完成。

claude mcp add --transport http --scope user videotranscriber \
  https://videotranscriber.ai/mcp \
  --header "Authorization: Bearer $VT_API_KEY"

claude mcp get videotranscriber

摘要
會議筆記

MCP 設定

智慧代理技能

適用於 AI 智慧代理

安裝一次，任何 AI 智慧代理都能聽懂音訊。摘要影片、將錄音轉為筆記和文件，或從教學中擷取程式碼，讓智慧代理原有的能力支援音訊。首次使用會建立帳號並取得 API 金鑰，提供 1500 免費額度供你開始使用。

npx skills add VideoTranscriberAI/videotranscriber-skills \
  --skill transcribe-media --agent claude-code --global

摘要影片
回答問題

在 GitHub 查看

價格

按需購買 API 額度，永不過期。

一次性購買，無自動續訂，永久有效。

3,000API 配額

$12

最多可轉錄 3,000 分鐘

$0.004/API 額度

12,000API 配額

節省 10%

$45$48

最多可轉錄 12,000 分鐘

$0.004$0.00375/API 額度

最受歡迎

30,000API 配額

節省 20%

$96$120

最多可轉錄 30,000 分鐘

$0.004$0.0032/API 額度

90,000API 配額

節省 30%

$252$360

最多可轉錄 90,000 分鐘

$0.004$0.0028/API 額度

270,000API 配額

節省 40%

$648$1,080

最多可轉錄 270,000 分鐘

$0.004$0.0024/API 額度

600,000API 配額

節省 50%

$1,200$2,400

最多可轉錄 600,000 分鐘

$0.004$0.002/API 額度

不確定如何整合？

需要更多配額？聯絡我們

使用者如何評價轉錄 API

林俊宏

資料分析主管

我們測評了六款轉錄API，轉錄 API 是唯一一個透過一個介面同時處理YouTube、TikTok和檔案上傳的。說話者辨識在Podcast錄音上表現出色——正確分離重疊對話的能力超過了我們對比的三家競品。詞級時間戳讓我們構建了一個使用者非常喜歡的互動式轉錄播放器。高峰期處理速度也很穩定，文件裡的實際程式碼範例省了我們至少一週的開發時間。

陳雅婷

工程經理

轉錄 API 替換了我們內容平台之前維護的四套不同工具。現在一個介面就覆蓋YouTube、TikTok、Instagram和檔案上傳——整合程式碼減少了約70%。200+語言支援讓我們在五個新市場上線時無需增加基礎設施，自動語言偵測讓非技術團隊成員不用手動選語言就能處理影片。

黃志強

獨立開發者

作為獨立開發者做影片轉部落格工具，轉錄 API 正是我需要的。一個POST介面就接受YouTube連結、TikTok位址或檔案上傳——程式碼裡無需按平台分支。說話者辨識預設包含且無額外參數，對多來賓Podcast非常友善。詞級時間戳讓我能自動生成章節標記。積分制定價覆蓋了整個MVP開發過程。

吳佩珊

法務技術負責人

經過對AssemblyAI、Deepgram和Google STT三週測評後我們選擇了轉錄 API。多源接入能力和法庭錄音說話者辨識品質是決定因素——它在三到五人重疊對話場景中表現遠超競品。詞級時間戳的精確度足夠合規引用且無需人工校對。多格式匯出SRT和VTT直接融入了我們已有的字幕審核流程。

蔡孟哲

教育科技CTO

轉錄 API 是我們教育內容管線的核心——每月處理來自YouTube、BiliBili和直接上傳的15000個影片課程，覆蓋30多個國家。自動語言偵測每天省下四小時人工標註。教室錄音的說話者辨識產出清晰轉錄，學生用於搜尋和複習。一次呼叫輸出TXT/SRT/JSON三種格式，同時供給搜尋、播放器和分析系統。切換後成本下降且品質提升。

謝欣穎

資料工程總監

我們的社群媒體監測工具追蹤YouTube、TikTok、Instagram、Facebook和X上的品牌提及。轉錄 API 用一個API呼叫替換了五套脆弱的平台抓取器。無論來源是TikTok合拍還是YouTube重播，回應格式完全一致。詞級時間戳精確定位長影片中的品牌提及時刻，說話者辨識區分創作者語音和背景對話——這對情感分析準確度至關重要。

關於轉錄 API 的常見問題

60 秒內完成你的首次轉錄。

Video Transcriber AI 轉錄 API 為你的應用提供將語音轉為可搜尋結構化文字的全部能力——從YouTube片段到上傳會議錄音，全部透過一個介面，無需分平台設定。免費提供 1500 API 額度，無需信用卡，無需銷售洽談。