把任何视频变成干净的文稿

一个 API，覆盖 YouTube、TikTok 和你自己的媒体。带时间的分段、来自 AI 转录的逐词时间，以及 JSON、SRT、VTT 或 TXT 导出。

YouTube 和 TikTok 字幕适用于所有套餐，包括免费试用。上传和直链通过付费套餐使用 AI 转录。

Transcript Dock 是一个文稿 API 专为支撑你的产品和智能体而造

watchShortsyoutu.be视频链接短链接Reels音频视频HTTPS 媒体job.succeededjob.failedSRTVTTJSONTXTClaudeCursorVS CodeYouTube124TikTokInstagram上传文件直链Webhook7导出18MCP

Transcript Dock

YouTube124TikTokInstagram上传文件直链Webhook7导出18MCP

Transcript Dock

处理中

POST/v1/jobs

Idempotency-Key: 7f2c9a31

{
  "source": {
    "url": "https://youtu.be/q3Vt7kX2mNc"
  },
  "mode": "captions_only"
}

202 Accepted。任务 3f9c2a1e 已在 resolve 阶段排队。优先使用创作者字幕，没有字幕的视频会以 NO_CAPTIONS 失败，而不是返回空文稿。一个点数，仅在成功时扣除。

resolve已找到视频 · 2 条字幕轨运行中
captions创作者字幕 · en排队中
finalize58 个带时间的分段排队中
job.succeeded发往你的端点的带签名 Webhook等待中

status succeededcredits_charged 1result_id 9b41c2d0

粘贴 YouTube 或 TikTok 链接，免费试用

所有来源，同一种任务。每个来源都通过 POST /v1/jobs 提交，并以同样的任务格式返回，从 resolve 一直到文稿完成。
默认如实。每个任务都会报告自己的状态和阶段。没有字幕的视频会以 NO_CAPTIONS 这样的类型化错误失败，绝不会返回空的成功结果。
交付到你工作的地方。带签名的 Webhook、JSON、SRT、VTT 或 TXT 导出，以及适用于 Claude、Cursor 和 VS Code 的 MCP 服务器。

从 50 个免费字幕点数开始，无需绑卡。你的第一份文稿只差一个请求。

免费开始

Transcript Dock 能做什么

发来链接。文稿交给 Transcript Dock 处理。

无论是链接还是文件，Transcript Dock 都会读取字幕，在你需要时转录音频，并返回统一格式、带时间信息的文稿，可直接导出或交给智能体。

1.0提取

Transcript Dock 提取文本不管视频在哪里

粘贴 YouTube 或 TikTok 链接，花 1 个点数即可取回创作者自己的字幕。使用付费套餐时，你可以上传文件或发送媒体直链，由 Transcript Dock 转录音频。所有来源都以同样的格式返回。

1.1

YouTube 字幕

把 YouTube 链接变成视频自带的字幕，逐条带时间，只需 1 个点数。

工作原理

发送 watch、youtu.be、Shorts 或直播链接，并设置 mode 为 captions_only。Transcript Dock 会优先使用创作者上传的字幕，没有时使用 YouTube 的自动字幕轨，除非你修改 caption_preference。用 caption_languages 指定字幕轨，最多按顺序列出 5 个。没有字幕的视频会以 NO_CAPTIONS 失败，且不扣点数。

试试这个请求

POST /v1/jobs

curl -X POST https://www.transcriptdock.com/v1/jobs \
  -H "Authorization: Bearer td_live_YOUR_KEY" \
  -H "Idempotency-Key: yt-dQw4w9WgXcQ" \
  -H "Content-Type: application/json" \
  -d '{
    "source": { "url": "https://www.youtube.com/watch?v=dQw4w9WgXcQ" },
    "mode": "captions_only",
    "caption_languages": ["en", "es"]
  }'

你会得到

先用创作者字幕，再用 YouTube 自动字幕轨
每条字幕都带分段时间
每份文稿 1 个点数，遇到 NO_CAPTIONS 不扣点数

在 Transcript Dock 中操作阅读来源说明

2.0转录

没有字幕时， Transcript Dock 会去听音频

AI 转录适用于付费套餐，每开始一分钟消耗 2 个点数。它会检测口语语言，返回每个词及其时间和置信度，并可一次批量处理整份链接列表。

2.1 · 付费套餐

自动模式

视频有字幕就用字幕，没有字幕就转录音频。

工作原理

把 mode 设为 auto。Transcript Dock 会先查找字幕，找到就扣 1 个点数。没有字幕时，会改用 AI 转录，每开始一分钟扣 2 个点数，最低按 60 秒计。max_credits 限制单个任务最多可花费的点数：如果测得的媒体时长会花费更多，任务会在扣费之前以 BUDGET_EXCEEDED 失败。

试试这个请求

POST /v1/jobs

curl -X POST https://www.transcriptdock.com/v1/jobs \
  -H "Authorization: Bearer td_live_YOUR_KEY" \
  -H "Idempotency-Key: my-first-job" \
  -H "Content-Type: application/json" \
  -d '{
    "source": { "url": "https://www.youtube.com/watch?v=dQw4w9WgXcQ" },
    "mode": "auto",
    "max_credits": 40
  }'

你会得到

有字幕用字幕，没有字幕用 AI 转录
billing.kind 字段会告诉你实际执行的是哪一种
每个任务都有硬性的花费上限

在 Transcript Dock 中操作阅读模式说明

podcast-ep41.mp3上传 · 转录 · 12:48en · 已检测词级时间

03:12 / 12:48

03:04.2我们先把每一期节目都汇集到一个地方。

03:07.9之后搜索几乎是顺手就有了。

03:11.6它背后的流水线才是难点，

03:15.0要在剪辑片段时保持时间精确。

03:18.7现在每个片段都能链接回它来自的那一秒。

timing wordorigin speech_recognitionprofile standard

词

text

流水线

start192.46

end192.91

confidence0.97

3.0交付

Transcript Dock 交付结果送到你的产品需要的地方

任何已存文稿都可以导出为 JSON、SRT、VTT 或 TXT，无需再次付费。任务完成时会收到带签名的 Webhook，智能体可通过 MCP 调用 Transcript Dock，你还能通过 API 读取点数余额。

3.1

导出

任何已存文稿都可导出为 JSON、SRT、VTT 或 TXT，无需再次付费。

工作原理

格式在读取文稿时选择，而不是在提交时，所以一个任务可以输出所有格式。对 GET /v1/transcripts/{id}/export 指定 format 为 txt、srt、vtt 或 json，即可返回对应文件。只要你的套餐还保留着文稿，导出就免费且不限次数：试用 7 天，Starter 30 天，Pro 和 Scale 90 天。

试试这个请求

GET /v1/transcripts/{id}/export

ID=22222222-2222-4222-8222-222222222222
curl "https://www.transcriptdock.com/v1/transcripts/$ID/export?format=srt" \
  -H "Authorization: Bearer td_live_YOUR_KEY"