转录稿要放进合适的文件才用得上。研究者需要能直接粘贴进笔记的文字，视频剪辑师需要带时间码的字幕，网站主则需要浏览器能正常显示的内容。各自需要的格式不同，选错了往往要花一下午重做。

下面是常见格式各自包含的内容，以及适合的场景。

各格式概览

格式 包含内容 最适合
TXT 纯文本，可选时间戳 做笔记、引用、粘贴到任何地方
Markdown 带标题和说话人标签的文本 博客、Notion、Obsidian、GitHub
DOCX 带格式的文档 与他人协作编辑、打印
SRT 带编号的字幕段，含开始和结束时间 多数平台的视频字幕
VTT 带时间的字幕段，支持样式和注释 网页视频、无障碍播放器

TXT：最稳妥的默认选择

TXT 没有格式，排版不会出错。任何编辑器都能打开，复制粘贴不走样，搜索也方便。只需要文字，或者要把文本交给其他工具处理，就选它。如果其中保留了时间戳，你仍然能快速跳回音频的对应位置。

Markdown：文本要上网时使用

Markdown 可以给说话人名字加粗，给主题加标题，还能干净地转成 HTML。转录稿要做成网站页面，或是知识库里的一条笔记，就从这里开始。这样不必再手动把纯文本重新排版。

DOCX：需要他人编辑时使用

编辑、客户和律师通常都用 Word。DOCX 支持批注和修订追踪。转录稿发布前还要经人审校的话，它最合适。

SRT 与 VTT：文本用作字幕时使用

两种格式都把转录稿切成短字幕段，每段标有开始和结束时间。差别不大，但确实存在：

  • SRT 出现更早，结构更简单。几乎所有视频平台和编辑器都支持。
  • VTT 是 HTML <track> 元素采用的网页标准，还支持定位和注释。

要上传到 YouTube、LinkedIn 或视频编辑软件，用 SRT 更稳妥。要为网页自建播放器，用 VTT。

字幕段的长度比格式更重要。每段控制在两行左右，断句别落在不自然的位置。字幕停留的时间太短，观众来不及读，等于没有字幕。

快速选择原则

  1. 只需要文字？选 TXT。
  2. 要发布到网上？选 Markdown。
  3. 要发给做编辑的人？选 DOCX。
  4. 要为视频加字幕？选 SRT；如果用自己的网页播放器，选 VTT。

使用前先检查文件

导出格式改不了转录内容本身的错误。说话人标签可能标错，人名可能拼错，长节目里时间戳也可能偏移。打开文件，从开头、中间和结尾各读几分钟。

Podcast To Transcript 可以从 Apple Podcasts、Spotify 或 YouTube 上的单集，或任何带音频的页面，生成带说话人标签和时间戳的转录稿，并按你的用途导出。完整流程见播客转录指南，各方案包含的功能列在价格页面。

常见问题

哪种格式最适合无障碍访问？

在页面上发布可读的文字转录稿。如果该单集同时是视频，再加上 VTT 或 SRT 字幕。我们关于播客转录与 WCAG 的文章解释了这些指南的要求。

可以把 SRT 转换为 VTT 吗？

可以。两种文件非常接近，大多数编辑器和免费转换工具几秒钟就能完成。转换后检查时间戳：VTT 毫秒前用的是句点，不是逗号。

TXT 转录稿需要时间戳吗？

读者要引用或核实节目内容时需要。如果只想为文章准备干净的正文，可以省略。

PDF 是好的转录格式吗？

用来分享最终的只读版本没问题。但如果还要编辑，或需要跨文件搜索，它就不合适。