YouTube上大部分视频都有字幕，来源分两种：创作者自己上传的，和平台自动生成的。前者一般准确、断句合理；后者质量起伏很大，遇到口音、专业术语、多人对谈时错得比较明显，而且往往没有标点，一整段读下来很费劲。
所以「有字幕」和「字幕能直接用」是两回事。只是想大致知道视频讲了什么，提取现成字幕就够；需要准确引用原话、或者要拿去做二创底稿，重新用AI转写一遍常常更省事。
最多的是学习：公开课、技术分享、行业会议的录播，转成文字之后可以边读边查，比反复暂停记笔记快。学英语的人会把原文放在旁边对照着看。
其次是长视频研究。一小时以上的播客、访谈、发布会，找某个问题的回答，翻文字远比拖进度条准。二次创作也很常见：做解说、做拆解视频，先拿到台词底稿再动手写脚本。
私享视频、需要会员或付费才能看的内容、有地区限制的视频、已经删除的视频，都取不到音频；正在进行的直播要等回放生成后再处理。有年龄限制或需要登录确认的内容也可能失败。
纯音乐、纯演奏、全程没人说话的视频，转出来会是空的或者只有零星几句，这属于素材本身没有可转写的内容。
粘贴链接后，JotVox先看有没有可用字幕轨，有就直接提取，这一步免费，不用注册。取不到、或者你觉得自动字幕质量不够，就走AI转写：从音频重新听写，准确率98%以上，支持99种语言，消耗credits。新账号送3个credits，验证邮箱后每天还有1次免费转写。
导出支持TXT、SRT、VTT和MP3；长视频建议先让AI生成要点、章节、金句和时间线，再回头看细节。音频在内存中处理，转完立即删除。别的平台可以看B站视频转文字和TikTok视频转文字。
1. 复制视频链接 在浏览器里直接复制地址栏的链接，或者在App里打开视频、用分享菜单复制链接。短链接同样可以用。
2. 粘贴到JotVox 把链接粘贴进JotVox，系统会先检查这条视频有没有可用的字幕轨。
3. 选提取还是重转 只想知道大意就提取现成字幕，免费且不用注册；要准确原话或自动字幕明显不准，就用AI重新转写。
4. 导出或生成摘要 导出TXT、SRT、VTT或MP3；长视频可以先让AI生成章节和要点，定位到需要的段落再细读。
提取视频自带的字幕是免费的，也不需要注册账号——油管上多数视频都有字幕，所以很多情况下一分钱不用花。只有在没有字幕、或者你想用AI重新听写以获得更准确的原话时才消耗credits。新账号赠送3个credits，验证邮箱后每天还有1次免费AI转写，之后credits包20个起、售价4.99美元，首次购买多送20%。
转写结果是原文，英文视频出来的是英文文字稿，JotVox不会自动翻译成中文。这样做的好处是引用原话准确、也方便学英语时对照着看。AI转写支持99种语言，视频说什么语言就转成什么语言。需要中文版本的话，可以把导出的文本再交给翻译工具处理。另外产品界面目前是英文的。
自动字幕是平台生成的，好处是现成、免费，缺点是常常没有标点，遇到口音、专业术语和多人对谈错得明显，读起来断断续续。AI转写是JotVox从音频重新听写一遍，准确率98%以上，断句和标点更接近正常文本，代价是消耗credits。只想知道大意用前者，要准确原话或拿去写稿用后者。
可以，而且长视频正是文字稿最有价值的场景。计费按操作算，1个credit对应1次操作，不按时长另收。三小时的会议录播转成文字有好几万字，建议先让AI生成章节和时间线定位段落，再回头细读。正在进行中的直播不行，要等回放生成之后才能处理。
不能。私享视频、需要会员或付费的内容、有地区限制或年龄限制的视频、已经删除的视频，外部工具都取不到音频，也就无法生成文字稿。如果你手上已经有可以合法使用的视频或音频文件，直接上传是可行的做法，JotVox支持本地文件以及Google Drive和Dropbox里的文件。