播客转文字
播客转文字：带说话人、时间戳和字幕文件
上传一期节目，或粘贴它的 YouTube 链接。SozAI 为每个声音加上标签，为每一段加上时间，生成转写文本，支持 99 种语言，再提炼出要点和可对照音频核对的金句。
iOS 和 Android 均可使用。免费 30 分钟，无需绑定银行卡。
怎样把播客转成文字？
如果是你自己的节目，把单期文件（最大 500 MB）上传到 SozAI 应用或 web.sozai.app，或者粘贴这期节目的 YouTube 链接。你会得到带说话人标签和时间戳的转写文本、TXT、SRT 和 VTT 下载文件，以及包含要点和金句的笔记。前 30 分钟免费，仅限一次；Premium 每周 $4.99 起，或每年 $79.99。
如果是别人的节目，先到 Apple Podcasts 或 Spotify 里看这一期，两个应用都为许多节目提供自己的转录文本，也可以在我们公开的 YouTube 转录库里搜索。SozAI 不读取 RSS 订阅源，也不会替你把转写文本发布到播客托管平台。
转写你自己的节目
有两种方式。可以在 iPhone、Android、Mac 或 iPad 应用，或 web.sozai.app 上传成品文件（MP3、M4A、WAV 或视频文件，最大 500 MB），网页版可以一次选多个文件。或者，如果这期节目在 YouTube 上，就粘贴链接：应用会直接转写视频本身，所以无论视频有没有字幕都能用。
一小时的文件通常在上传完成后一两分钟就转好。YouTube 链接要多花几分钟。上传文件的说话人标签来自文件里的声音；YouTube 链接的标签则是 AI 模型根据说话内容猜出来的，所以多人座谈节目发布之前请先检查。
在网页或手机应用里，给说话人命名每个声音只需点一下。改正听错的词目前只能在手机应用里做：网页版以及 Mac 和 iPad 应用可以阅读、（网页版）给说话人改名和导出，但不能编辑文本。
获取已发布播客的转录文本
许多节目也发布在 YouTube 上，而在 sozai.app 上被请求过的每一份 YouTube 转录文本，都会进入我们公开的转录库：2026 年 10 月 24 日有超过 27,000 份，涵盖 84 种语言。节目有各自的页面，例如 Easy German、Learn German with Falk、Japanese with Shun 和 Go English。
这期还没有？把链接粘贴到免费的 YouTube 转录工具里。它读取视频的字幕，所以免费又快，但没有字幕的视频在那里得不到转录文本，而且每小时最多处理 10 个。别忘了这些话是谁说的：引用几行并附上节目链接即可，不要把整期节目当成你自己的页面重新发布。
视频播客的字幕
视频节目请下载 SRT 或 VTT。两者都带每一行的时间。SRT 从不带说话人姓名；应用导出的 VTT 带，这一点很重要，因为当 VTT 文件标明了说话人时，Apple Podcasts 会在转录文本视图里显示说话人的名字。Apple Podcasts Connect 接受为订阅者节目上传 VTT 或 SRT，Spotify for Creators 接受最大 5 MB、带时间戳的 VTT 或 SRT。我们没有用这两个平台的检查工具测试过我们的文件，所以上传之前请先打开文件看一遍。
Apple Podcasts 和 Spotify 的转录文本：能做什么，不能做什么
这两个应用现在都会自己生成转录文本，所以如果你只是想边听边读，就从那里开始。它们是为在播放器内部收听而设计的，不是用来把文字带到别处的。
| Apple Podcasts | Spotify | SozAI | |
|---|---|---|---|
| 哪些节目 | 在 iOS 17.4 或更高版本上，许多节目会出现 Apple 自己生成的转录文本，通常在发布一段时间之后；Apple 要求创作者至少等待 24 小时 | “部分节目”有自动生成的转录文本；并非每位创作者都有这项功能 | 你上传的任何文件，或粘贴的任何 YouTube 链接 |
| 语言 | Apple 列出 11 种：英语、丹麦语、荷兰语、芬兰语、法语、德语、意大利语、挪威语、葡萄牙语、西班牙语和瑞典语 | 创作者帮助页面上没有列出 | 99 种，自动识别 |
| 把文字取出来 | 听众可以选中并复制最多 200 个词 | 听众在手机应用里阅读；帮助页面没有提到复制 | 复制全部，或下载 TXT、SRT、VTT（应用里还有 PDF 和 JSON） |
| 你自己的文件 | 订阅者节目可在 Podcasts Connect 上传 VTT 或 SRT；其余节目用 RSS 的转录标签 | VTT 或 SRT，最大 5 MB，带时间戳；如果你开启自动生成，就会被替换 | 导出 SRT 或 VTT，再上传到那里 |
| 编辑 | 在你自己的文件里改好，再上传一次 | Spotify for Creators 里不能改：下载 VTT，编辑后重新上传 | 在手机应用里逐行修改 |
| 限制 | 不含歌曲歌词；超过 10 小时的节目可能不转录；私有订阅源的节目没有转录文本 | Spotify for Creators 手机应用里没有 | 每个文件 500 MB；30 分钟免费，仅限一次 |
Apple 和 Spotify 两栏核对于 2026-10-25，依据是 Transcripts on Apple Podcasts 和 Managing episode transcripts on Spotify。这两个页面都没有标注更新日期，所以依赖某个细节之前请再核对一遍。
当转录文本需要离开播放器时，SozAI 更合适：节目笔记、博客文章、通讯稿里的引文、YouTube 版本的字幕，或者这两个应用都没有列出的语言的节目。
手工打出一期节目，还是核对一份草稿
SozAI 给你的是一份待核对的草稿，不是可以直接发布的成品转写稿。人们同时说话的地方，以及人名和专业术语，需要你来修改。
自己打字
手工转写一段对话，花的时间远远超过节目本身的时长。
把人们互相打断的每一处都反复回放 在每一行前面打上说话人姓名 一行一行地给字幕对时间 凭记忆写节目笔记 每换一种语言就重新来一遍
用 SozAI
上传节目，然后把时间花在真正需要人来做的地方：人名和金句。
一小时的文件上传后一两分钟就出转写稿 每个上传的文件和录音都带说话人标签 保留时间信息的 SRT 和 VTT 字幕文件 根据转写文本生成要点和带时间码的金句 在手机应用里逐行修改
一期节目能得到什么
先是转写文本，然后是你在录完之后本来要手写的那些内容。
可以命名的说话人
上传文件里的每个声音都有自己的标签。把说话人 A 改成嘉宾的名字一次，这个名字就会贯穿整篇转写，并带入 PDF、VTT、JSON 和 TXT 导出。SRT 是例外，它从不带姓名。
改名在手机应用和 web.sozai.app 上可用，Mac 和 iPad 应用里暂时还不行。YouTube 链接的标签是 AI 模型根据内容猜的，所以四个人的座谈需要仔细看一遍。
可以命名的说话人
节目笔记素材
选择“视频/播客笔记”模板，SozAI 会写出关键要点、带时间码的金句，以及接下来可以看或读什么的清单。超过五分钟的录音会被分成带时间戳的章节。通常不到一分钟。
请把它当作原材料。写进节目笔记之前，每一句金句都要对照音频核对，因为你发布的引文由你负责，而不是模型。
节目笔记素材
用数据说话的语言表现
SozAI 自己识别说话的语言，覆盖 99 种语言。我们用公开测试集在其中 10 种上做了测量：词错误率从西班牙语的 1.8% 到葡萄牙语的 8.0%，阿拉伯语的 19.6%，哈萨克语的 50%。
那些是在安静房间里朗读的短句，不是两个主持人笑着互相打断，所以一期活跃的节目需要更多修改。方法和所有文件都在我们的准确率测试页上。你也可以在应用里把转写文本翻译成另一种语言。
用数据说话的语言表现
找到你要的那一句
每一段都有时间戳，所以有人说出你想剪辑的那句话的时刻，一次搜索就能找到。在网页上用文本内查找，然后跳到播放器里的那个时间。
用词不对时，在导出之前先在手机应用里逐行修改。网页版和桌面应用还不能编辑文本，所以改动较多时请从手机导出。
找到你要的那一句
转写文本最有价值的节目类型
有些节目形式从转写文本中得到的更多。以下是它最有价值的地方。
访谈节目
说话人标签区分主持人和嘉宾，带时间码的金句让你很快挑出想放进社交媒体帖子或单期页面的那一句。
座谈和多主持人节目
三四个声音是标签最有用的地方，也是最需要检查的地方。给每位说话人命名一次，再重读一遍互相打断的部分。
语言学习播客
学习者会边听边读。我们的语言学习转录文本展示了已经在 YouTube 上的节目是什么样子。
视频播客
导出 SRT 或 VTT 用于 YouTube 上传，保留 TXT 放在单期页面上。
使用方法
从成品节目到可发布的文件，只需三步。
添加节目
上传音频或视频文件（最大 500 MB），在应用里录音，或粘贴 YouTube 链接。
得到转写文本
一小时的文件上传后，一两分钟内就会收到说话人标签和时间戳。YouTube 链接要多几分钟。
核对、命名、导出
给说话人命名，在手机应用里修改文字，然后下载 TXT、SRT 或 VTT，应用里还可以导出 PDF 和 JSON。
单人、远程或视频录制
你录音的方式，决定了转写文本里要检查什么。
单人节目
只有一个声音，标签很简单。检查产品名，以及你口头拼读过的内容。
远程访谈
上传你的录音工具导出的文件。每人一条单独的音轨？请上传混合后的文件；SozAI 在一个文件内部给声音加标签。
视频播客
上传视频文件或粘贴 YouTube 链接，然后导出 SRT 或 VTT 作为字幕。
往期节目库，一季一季来
没有 RSS 导入，所以往期节目要以文件的形式放进来。这是最快的办法。
一次上传多期节目
在 web.sozai.app 上可以一次选择多个文件。每个都会消耗你的分钟数；Premium 最多覆盖 700 小时。
每一季一个文件夹
文件夹在应用和网页上的用法一样，所以无论你在哪里打开，一季的内容都在一起。
批量下载文本
网页版资料库可以一步把你选中的转写文本下载成 TXT 文件。
你能用转写文本做什么
下面这些都基于你已有的转写文本，不需要再次上传。
每一段都有时间戳
每一段都带有它的时间。SRT 和 VTT 保留时间信息，所以字幕能和音频对上。
带时间码的金句
“视频/播客笔记”会挑出金句并附上说出它的时间，所以发布之前你可以对照音频核对每一句。
翻译
在应用或网页上把转写文本翻译成另一种语言，用于第二语言的单期页面，或者给你自己阅读。
就这期节目提问
在聊天里提问，答案取自该期节目的转写文本，比如哪位嘉宾提到过一本书。
导出格式
手机、Mac 和 iPad 应用：PDF、TXT、SRT、VTT 和 JSON。网页：TXT（可选择带或不带时间码和说话人）、SRT 和 VTT。没有 Word 导出。
按节目和季度分文件夹
在应用和网页上把各期节目整理进文件夹。每个文件夹只属于你自己；目前还没有团队共享文件夹。
给播客网络和经纪公司
目前你团队里的每个人都有自己的 SozAI 账号和自己的文件夹。还没有共享工作区和管理员角色。Team 和 Education 席位在 web.sozai.app 上用银行卡购买，每个席位每月 $12.99 或每年 $99.99，发票以贵组织的名称开具：为团队购买是怎么运作的。团队怎么用，详见团队使用 SozAI。
费用
前 30 分钟免费，仅限一次，无需绑卡。之后 Premium 每周 $4.99，或每年 $79.99，通过 App Store 或 Google Play 结算，转写时长最多 700 小时。每个文件最大 500 MB。详情见价格页。
答案
播客转写常见问题
简短的回答，包括各种限制。
怎样转写播客？
把单期文件上传到 SozAI 应用或 web.sozai.app，或者粘贴它的 YouTube 链接。一小时的文件通常在上传后一两分钟转写完成，带说话人标签和时间戳。给说话人改名，需要的话在手机应用里修改文字，然后下载 TXT、SRT 或 VTT。前 30 分钟免费，仅限一次。
ChatGPT 能转写播客吗？
聊天机器人最擅长处理你已有的文字。可靠的做法是先拿到转写文本，再让它做摘要或写博客草稿。如果你想都在一个地方完成，SozAI 会根据转写文本写出要点和带时间码的金句，它的聊天功能也可以回答关于那一期节目的问题。
哪里能拿到免费的播客转录文本？
先在 Apple Podcasts 或 Spotify 里看这一期；两个应用都为许多节目显示自己的转录文本。如果节目在 YouTube 上，可以搜索我们公开的转录库，或把视频链接粘贴到我们免费的 YouTube 转录工具里，它读取字幕，每小时最多 10 个视频。对于你自己的文件，SozAI 的前 30 分钟免费。
一小时的节目要多久？
通常在上传完成后一两分钟。YouTube 链接要多花几分钟，因为视频是根据链接处理的。包含要点和金句的笔记再多花不到一分钟。大文件在网速慢时上传更久，这段等待发生在处理开始之前。
SozAI 能分清主持人和嘉宾吗？
在上传的文件或录音里可以：每个声音都有自己的标签，你可以在网页或手机应用里改名。人们互相打断，或者两个声音相似，可能会被混淆，所以请重读这些段落。YouTube 链接的标签是 AI 模型根据内容猜的，不是根据声音。
发布之前可以编辑转写文本吗？
可以，在 iPhone 和 Android 应用里，逐行改或整篇一起改。网页版以及 Mac 和 iPad 应用还不能编辑文本；它们可以让你阅读、复制和导出，网页版还可以给说话人改名。如果你想在别的工具里编辑，导出 TXT 或 VTT 再改。
播客可以用哪些导出格式？
手机、Mac 和 iPad 应用导出 PDF、TXT、SRT、VTT 和 JSON。网页导出 TXT（可选择带或不带时间码和说话人），以及 SRT 和 VTT。SRT 从不包含说话人姓名；应用导出的 VTT 包含。没有 Word 导出，所以需要文档的话，请把文字粘贴到你的编辑器里。
可以转写我的全部往期节目吗？
可以，以文件的形式。没有 RSS 导入，所以请先从托管平台下载节目再上传；web.sozai.app 一次可以接收多个文件，每个最大 500 MB。每一期都会消耗你的分钟数。Premium 最多覆盖 700 小时，大约是 700 期一小时的节目。
转录文本能帮我的播客在搜索里出现吗？
带转录文本的页面给搜索引擎提供了可读的文字，而单独的音频播放器几乎什么都没给。这能不能带来听众，取决于页面和话题，我们不能保证流量。一个实用的起点是：单期页面最上面放一段简短摘要和关键金句，下面放完整的转录文本。
转写之后我的音频会怎样？
它会和转写文本一起留在你的账号里，直到你删除。删除一条录音或你的账号，会把音频和由它生成的一切内容从我们的服务器上删除；加密的数据库备份最多保留 12 个月。我们不出售录音，也不用它们训练我们的模型。处理音频的合作方列在我们的子处理方页面上。
转写你的下一期节目
上传文件或粘贴 YouTube 链接，发布之前核对说话人姓名。前 30 分钟免费，仅限一次。
免费赠送 30 分钟，无需信用卡。
