youtube-caption-tool

概要

「Verbatim · YouTube逐字稿工具」は、YouTube動画の文字起こしを支援するローカルで動作するウェブツールです。

主な特徴は、YouTubeが提供する字幕を優先的に利用するため、コストをかけずに数秒で正確な文字起こしが可能です。

字幕がない動画に対しては、火山エンジン/豆包（Doubao）の高品質なASR（自動音声認識）技術を利用し、特に中国語音声認識で優れた精度を発揮します。

話者分離機能も備わっており、ポッドキャストやインタビューなど複数人の対談内容もSpeaker 1/Speaker 2のように自動で識別・表示します。

出力形式はMarkdown、TXT、Wordに対応しており、長い動画コンテンツのノート作成や知識整理に最適です。

現在はmacOS専用で、プライバシーを重視し、外部サービスに動画URLをアップロードしたくないユーザーに特に推奨されます。

GitHub: https://github.com/qianlicaoemma-hub/youtube-caption-tool