YouTube 字幕下载教程：电脑和手机提取字幕、视频转文字

YouTube 上每个带字幕的视频，其实都已经被转成了文字。活是机器干的，文本早就在那里，离你只有点 3 下的距离。真正让人头疼的不是拿不到，而是拿到的东西总是差那么一点，不完全是你想要的。

你来找它，是因为你需要这些文字：一场 2 小时的大会演讲，中间某处有一段有用的内容；一段竞品的产品演示，你想准确引用其中的说法；40 分钟的课程，周四之前必须变成复习笔记。不管是哪种情况，拿鼠标来回拖进度条都不是办法，这一点你自己也清楚。

先说结论：在电脑上展开视频简介，点“显示转写文稿”，复制面板里的文字，就是观众能做到的“下载”；视频是你自己的，可以在 YouTube 工作室导出 .srt 或 .vtt 字幕文件；手机 App 里只能看不能复制，要切到桌面版网页或用字幕提取工具。下面依次讲这些方法、按钮不见时怎么办，以及大多数教程直接跳过的一步：怎么把原始文本整理成你愿意再读一遍的东西。

YouTube 字幕下载的三种方法

选哪种，只看一个问题：这个视频是不是你自己的？

普通观众：从“显示转写文稿”面板复制

在电脑上打开视频，展开简介，点 “显示转写文稿”（英文界面为 Show transcript）。播放器右侧会打开一个可以滚动的面板，里面是完整文本，按时间戳分行，播放到哪一行就高亮哪一行。选中、复制，再粘贴到你要用的地方。

方法就这么多，而且有一点要说清楚：观众没有下载按钮。YouTube 只把文字显示给你看，指望你用 Ctrl+C 自己拿走。你能找到的所有“YouTube 字幕下载”工具，做的都是这件事的代劳版：抓取视频的字幕轨，再打包成文件交给你。

视频是你自己的：在 YouTube 工作室下载字幕文件

创作者能拿到观众拿不到的东西：一个真正的文件。在 YouTube 工作室里进入 “字幕”，选中视频，用下载菜单导出 .srt 或 .vtt。这两种是标准字幕格式，时间轴数据完整保留；如果你要把它导入剪辑软件，或者拿到别的平台重新上传字幕，这一点很关键。只要转写稿的用途不只是一份文本文档，就从这里下载。

两种都不行：用字幕提取工具

粘贴视频链接，就能拿回文本。这类工具之所以存在，正是因为上面两个缺口：观众不能下载，手机上连复制都做不到。好用的工具在视频本身没有字幕可抓时，还会对音频跑一遍语音识别，而这恰恰是 YouTube 自己做不到的。

小技巧： 打开转写文稿面板后，用 Ctrl+F（Mac 上是 Cmd+F）搜索文本，再点击搜到的那一行，播放器会直接跳到那个时间点。2 小时的视频，15 秒左右就能定位到想看的地方，而且一个字都不用复制。

“显示转写文稿”按钮不见了怎么办

这是最常见的问题，原因也比论坛帖子说的简单：YouTube 的转写文稿是从字幕生成的。 没有字幕，就没有转写文稿，这个功能底下根本没有东西可以显示。

所以“显示转写文稿”不见时，一定是下面某一种情况：

• 创作者关闭了字幕。 这是对方的选择，观众这边没有办法绕过去。
• 视频太新。 自动字幕在上传后才开始生成，需要一段时间，过一会儿再来看。
• 语言不在支持范围内。 自动字幕支持的语言很多，但不是全部。
• 浏览器扩展在捣乱。 广告拦截器和各种 YouTube 增强插件会改动页面布局，有时会把这个按钮藏起来。

想快速区分前三种和第四种，看播放器里有没有 CC 图标。没有的话，说明根本不存在字幕轨，任何工具都抓不到，唯一的办法是对音频本身做语音识别。如果 CC 图标在，转写文稿的选项却没有，那就是页面的问题，不是视频的问题。

小技巧： 动手排查之前，先用无痕窗口打开同一个视频。无痕窗口不加载扩展，网站数据也不会干扰。如果转写文稿出现了，5 秒钟就找到了原因。

手机 YouTube App 能看字幕文稿，却不能复制

这就是让人晚上 11 点还在搜索引擎里找答案的那个问题。在 YouTube 手机 App 上，点视频标题或“…更多”展开简介，很多视频都能看到转写文稿。你可以读，也可以跟着视频看，唯独不能 选中文字并复制。

这个限制很奇怪，而且在 App 里没有任何办法绕过去。下面两种方法是管用的：

1. 切换到桌面版网站。 在手机的 Safari 或 Chrome 里打开视频，用浏览器菜单切换到桌面版。转写文稿面板会像在电脑上一样出现，也能选中文字了。
2. 复制链接，粘贴到字幕提取工具里。 点“分享”、“复制链接”，再粘贴到你用的工具里。大多数人最后都选这条路，这也是“youtube transcript”这类工具在手机端流量这么大的原因：它们解决的是 App 的限制，而不是技术难题。

如果你用的是手机又赶时间，第二种更快。桌面版网站在小屏幕上操作起来，比听起来麻烦得多。

YouTube 自动字幕准确率有多高：90% 意味着什么

认真看过自动字幕的人，都见过几句错得离谱的字幕。创作者还给它们起了个外号，叫“craptions”（烂字幕）。不过这个问题值得用实际数字来看，因为“还不错”和“准确到可以直接引用”是两个完全不同的标准。

YouTube 自动字幕的准确率在 85% 到 95% 之间，差别几乎全在音频，而不在算法。录音棚里一个人清楚地讲话，能达到 94–96%；同一套系统用在有车流声和风声的户外视频上，会降到 78–82%。

算一笔账。以英文视频为例，人说话大约每分钟 150 个词，一段 40 分钟的视频约 6,000 个词。按 90% 的准确率，就有 600 个错词 散落在转写稿里。它们大多不是乱码，而是小错误：少了一个逗号，整句意思就反了；同一个人名出现四种写法；专业术语被换成了发音相近的词。这些错误足以让直接引用变得有风险，让公开发表的摘录出丑。

实用的判断标准是：用来检索、快速浏览、做摘要，自动字幕完全够用；但如果某一句话要写进文章、引用或法律文件，就不够了。遇到这种情况，发布前把要引用的那段对照音频再听一遍。花 1 分钟，省掉一次更正。

YouTube 字幕里没有说话人名字

搜“怎么让 YouTube 字幕显示说话人”，你会找到一堆变通办法，却没有真正的答案。真正的答案是：YouTube 自动字幕根本没有“说话人”这个概念。 输出就是一整段连续的文字，3 个人的圆桌讨论，拿回来和一个人的独白看起来一模一样。

如果是单人讲解视频，这无所谓。但如果是访谈、播客或者一场录下来的会议，这就决定了你拿到的是一份能用的文档，还是一堵要靠记忆去还原的文字墙。最后你还是得回去拖进度条，而这正是你本来想避免的。

解决办法是说话人分离（speaker diarization）：转写时把不同人的声音分开，并分别打上标签。大多数付费转写工具都有这个功能，而专为会议设计的工具（Laxis 就是其中之一）把它当成默认功能，而不是卖点，因为没有说话人标签的会议转写稿，基本没法用。标签一开始是通用的（说话人 1、说话人 2），你在开头改一次名字，整份文档就清楚了。

小技巧： 不管用哪个工具，都要在说话人切换的地方抽查一下。两个人同时说话时，说话人分离最容易出错，而这种错误看起来不像错误，看起来像是某个人说了他根本没说过的话。

把字幕文稿整理成能用的笔记，只要 20 分钟

转写稿只是原材料。大多数人把它粘进文档就算完事，这也是为什么那么多转写稿下载一次之后，就再也没被打开过。

有四件事能拉开差距，而且都花不了多少时间：

用不上时间戳，就把它去掉。 转写文稿面板的三点菜单里有一个 “切换时间戳”（Toggle timestamps）选项。复制前关掉它，拿到的就是连贯的段落，而不是一行一个时间、还得手动删掉数字的列表。

先改专有名词。 人名、产品名和行业术语，是语音识别最容易出错、错了影响也最大的地方。对最重要的三四个词做一次查找替换，1 分钟之内就能清掉大部分问题。

补上分段。 自动字幕出来是一整块不分段的文字。在话题转换的地方断开，转写稿才会从“拿来搜的东西”变成“拿来读的东西”。

趁着记忆还新，写好摘要。 在开头写 3 条要点：这段内容讲什么、做了什么决定或提出了什么观点、你打算拿它做什么。以后再打开时，你只会看这 3 条，其余的跳过，而这正是写摘要的意义。

最后这一步价值最大，却也最常被跳过，因为只有这一步需要动脑。它也正是如今好一些的转写工具会替你完成的事。如果你的录音是一场会议，而不是 YouTube 视频，这套流程基本已经自动化了：Laxis 会录下通话、标出谁说了什么，并在全文之外生成一份列出决定和待办事项的摘要，你还没想起要找，摘要就已经在那里了。来源不同，道理一样：转写稿是输入，不是最终产出。

字幕文稿从来不是目的

回头看看这件事这几年的变化。以前，把文字从视频里弄出来是真的难：要么花钱请人听写，要么自己打字，1 小时的素材要打 4 小时。现在文本是自动生成的、免费的，点 3 下就能拿到，难点全都转移到了下游的“形式”上：没有说话人姓名、没有分段、没有摘要，还有一个在大多数人手里那台设备上莫名其妙用不了的复制按钮。

所以真正该优化的不是“提取”。几乎没有人真的想要一份转写稿。大家想要的是在 2 小时里找到某一个片段、核对一句引用，或者把一场演讲变成笔记，转写稿只是挡在中间、相对最不麻烦的一种格式。2026 年值得花钱的工具，不是抓取文本最快的那些，而是明白“文本从来不是目的”的那些。

常见问题

YouTube 字幕怎么下载？

在电脑上复制“显示转写文稿”面板里的文字就行。展开视频简介，点“显示转写文稿”，播放器旁边会打开一个带时间戳的面板，选中文字复制即可。YouTube 不给观众下载按钮，所以复制就是下载。如果视频是你自己的，YouTube 工作室能给你真正的文件：进入“字幕”，选中视频，下载为 .srt 或 .vtt。

YouTube 为什么没有“显示转写文稿”？

因为转写文稿是从字幕生成的，没有字幕就没有转写文稿。可能是创作者关闭了字幕、视频太新自动字幕还没生成完，或者这种语言暂不支持。如果播放器里连 CC 图标都没有，说明根本没有字幕轨。浏览器扩展也可能把按钮藏起来，用无痕窗口打开一次，几秒钟就能排除。

手机上怎么提取 YouTube 字幕？

手机 App 里只能看、不能复制，要换个办法。YouTube 手机 App 可以在展开的简介下显示转写文稿，但不让你选中或复制文字。想拿走文字，要么在手机浏览器里切换到桌面版网站、用那里的转写文稿面板，要么复制视频链接，粘贴到字幕提取工具里。

YouTube 自动字幕准确率有多高？

大约在 85% 到 95% 之间，差别主要在音频，而不在算法。录音棚里的干净录音能达到 94–96%；有背景噪音的户外视频会降到 78–82%。按 90% 算，一段 40 分钟的视频里大约有 600 个错词，所以自动字幕只是起点，不是成品。

怎么去掉 YouTube 字幕里的时间戳？

打开转写文稿面板里的三点菜单，选“切换时间戳”。时间标记会消失，文字变成连贯的段落，可以直接粘进文档，不用一行行删数字。

YouTube 字幕里有说话人名字吗？

没有。YouTube 自动字幕是一整段没有说话人标签的连续文字，访谈或圆桌讨论拿回来，和独白看起来一模一样。带说话人分离功能的工具会把不同人的声音分开，标成说话人 1、说话人 2，你只需要把真实姓名填一次。