Scarica la trascrizione video YouTube: TXT, SRT o VTT

Una trascrizione video YouTube scaricata è un file delle parole pronunciate in un video YouTube, salvato così da poterlo aprire dopo che la pagina di visualizzazione non c'è più. La vista trascrizione di YouTube stessa, documentata nella sua pagina di aiuto per la visualizzazione delle trascrizioni, è un elenco scorrevole di righe di sottotitoli. Tu leggi seguendo e clicchi una riga per saltare a quel punto del player. Quell'articolo di aiuto non descrive un documento che puoi conservare. Questa pagina riguarda il file.

Il file, inoltre, non è il video. Un MP4 conserva le immagini. Un MP3 conserva l'audio. Nessuno dei due è il testo. E il file non è lo stesso lavoro del salvataggio della traccia di sottotitoli che un player mostra sopra le immagini. Quel lavoro da file di sottotitoli è il compito di uno strumento per scaricare sottotitoli YouTube. Qui l'oggetto è la trascrizione: le battute pronunciate, messe per iscritto, con un formato che scegli in base a ciò che farai dopo.

Cosa significa «scaricare una trascrizione»

In questo articolo, «scaricare» indica un file con un nome che contiene il parlato. Le righe provengono dalla traccia di sottotitoli del creator quando il video ne ha una. Quando non ne ha, provengono dalla trascrizione dell'audio parlato. In ogni caso il risultato è la sequenza di ciò che è stato detto, non una copia della pagina di visualizzazione.

Diverse cose su quella pagina sembrano correlate e non sono il file. La descrizione è il testo introduttivo del creator. I capitoli, quando il video li ha, sono marcatori di navigazione. Le card del titolo a schermo e i sottotitoli impressi nel video sono pixel dell'immagine, e non vengono letti come testo. I commenti sono scritti da altre persone. Il file li salta e conserva il parlato.

L'articolo di aiuto riguarda la lettura e il salto, e solo su un video che ha già i sottotitoli. Questa pagina non ripete i tocchi che aprono quella vista. Quando il video non è mai stato sottotitolato, il pannello non ha righe, e un file si può comunque creare trascrivendo il parlato. La lettura accanto al player finisce quando la scheda si chiude. Una trascrizione video YouTube scaricata è la copia che c'è ancora il giorno dopo.

Il file è chiaro solo quanto il parlato da cui proviene. Una traccia tranquilla di qualcuno che parla in primo piano è più facile da leggere di un'intervista di strada con il traffico sotto la voce. Gli interlocutori che si sovrappongono si fondono in un'unica riga. Un nome che la traccia di sottotitoli non ha mai scritto per esteso non diventa scritto correttamente solo perché l'hai esportato. Controlla la battuta che intendi citare.

L'URL incollato deve aprirsi per il pubblico. Un caricamento privato, un video rimosso o un caricamento riservato ai membri non produrrà un file da quell'incollata. Un video che YouTube nasconde finché non conosce l'età dello spettatore, o uno che non riproduce in una determinata regione, si ferma allo stesso punto. Gestire i tuoi caricamenti in YouTube Studio è un lavoro diverso, e riguarda solo i video su un canale che controlli. Questo articolo resta su un video pubblico che qualcun altro può già guardare.

Il download è finito quando le parole hanno lasciato la scheda del browser. Fino a quel momento stai ancora leggendo YouTube. Dopo hai un file che puoi spostare, rinominare e aprire in qualcos'altro.

Copiare o esportare

Copiare è quello che fai quando una sola frase, ancora sullo schermo, ti basta. Evidenziare il pannello su un computer prende quello che il browser permette. Su una lezione quella selezione non è affidabile: ti fermi a metà, una riga viene saltata, e gli eventuali orari che si trascinano dietro arrivano nell'ordine in cui la pagina li ha usati. Selezionare l'intero pannello su un telefono è più scomodo. Copi una seconda frase e la prima è sparita. Nulla è stato salvato con un nome.

L'esportazione inizia dopo che le righe esistono già come trascrizione. Uno strumento per la trascrizione video YouTube scrive un file da quelle righe. Scegli il formato per il programma che lo aprirà, non per la selezione del browser. L'azione di copia sulla trascrizione finita, e l'esportazione TXT, prendono entrambe le parole e lasciano indietro gli orari. Gli orari restano sullo schermo mentre leggi, e restano in SRT e VTT quando ti serve una battuta con un inizio e una fine.

Come scaricare una trascrizione da YouTube, una volta che le parole sono ciò che vuoi conservare:

1. Dalla pagina di visualizzazione pubblica, copia l'URL del video.
2. Incollalo su transcript.im. Un URL, una trascrizione.
3. Una traccia di sottotitoli già presente nel video viene letta come fonte. In assenza di una traccia di sottotitoli, si trascrive invece l'audio parlato. Ogni frammento di parlato diventa una riga.
4. Salva il file. TXT è il testo. SRT o VTT è il salvataggio quando il prossimo programma ha bisogno di un inizio e di una fine. Markdown e JSON sono gli altri due salvataggi, per un'app di note o uno script. Le forme di TXT, SRT e VTT sono qui sotto.

Quest'ordine conta. Le righe devono esistere prima che possa esistere un file. L'articolo di aiuto si ferma alla lettura e al salto, quindi l'esportazione avviene dopo che lasci quella vista.

Un video breve e una lezione di due ore seguono lo stesso percorso. La lezione è il punto in cui la copia a mano si sfalda, perché la selezione è lunga e l'errore è invisibile finché non ti serve la riga che hai saltato. Il download è l'intera sequenza, non la parte che sei riuscito a evidenziare.

Considera la copia manuale come il modo per prendere una singola frase mentre sei ancora sulla pagina di visualizzazione. Considera l'esportazione come il modo per conservare il testo del video. Se il passo successivo è una citazione in un documento, un sottotitolo per una tua modifica o un testo che cercherai la settimana prossima, ti serve il file.

Esportare TXT, SRT o VTT

Scegli il formato in base al lavoro, non all'abitudine. I tre che coprono lettura e indicatori temporali sono TXT, SRT e VTT. Gli esempi qui sotto usano una riga inventata, così la struttura è visibile. Un file reale usa i tempi del video e ha un cue per ogni riga, non uno solo.

Il TXT è il testo semplice. Una riga pronunciata circa al minuto è solo quella frase, con un'interruzione di riga dopo. L'orario di inizio che vedevi accanto nel lettore non viene scritto nel TXT. È quello che ti serve per gli appunti, per una citazione e per incollare in un documento o in una chat. È il file sbagliato se un player o un editor deve mostrare la riga in un determinato momento.

L'SRT è la forma temporizzata che molti editor importano già. La stessa riga inventata appare così:

1
00:01:02,000 --> 00:01:05,200
La riga di esempio al minuto.

Il numero è l'indice del cue. La freccia separa un inizio da una fine. La virgola fa parte del timestamp SubRip, non è una pausa nella frase. Ogni cue successivo è separato da una riga vuota.

Il VTT porta gli stessi cue per un player web. L'intestazione è obbligatoria e i millisecondi usano un punto:

WEBVTT

00:01:02.000 --> 00:01:05.200
La riga di esempio al minuto.

Scambia la virgola e il punto e alcuni player rifiutano il file. Le parole non sono cambiate. Il contenitore sì. Se un editor dice che vuole l'SRT, non passargli il VTT sperando che l'importazione sia indulgente.

L'orario di fine è la fine della riga stessa, tagliata in modo che non si sovrapponga alla riga successiva. Le tracce dei sottotitoli, soprattutto quelle automatiche, a volte assegnano a una riga una durata che si sovrappone alla riga seguente. Un player che rispetta entrambi gli intervalli mostrerà due cue contemporaneamente. L'esportazione taglia il cue precedente in modo che finisca quando inizia il successivo, e non finisce mai prima del proprio inizio. Ottieni comunque ogni riga. Non ottieni due righe che si contendono lo stesso momento.

Markdown e JSON sono forme opzionali di quelle stesse righe. Markdown mette un marcatore di minuti e secondi davanti a ogni frase, comodo in un'app per appunti. JSON conserva i segmenti grezzi, comodo in uno script. Nessuno dei due sostituisce SRT o VTT quando la destinazione è un player o un editor.

Per esportare la trascrizione video YouTube come TXT, SRT o VTT, genera prima le righe dal link pubblico, poi scegli il formato. Modificare il file in seguito non riscrive nulla nel video YouTube. Una correzione resta nella tua copia. Se quello che ti serviva davvero era la traccia dei sottotitoli come file di sottotitoli per un player, e non il testo come documento, è il compito dello scaricatore di sottotitoli, non una seconda copia di questo.

Riusare una trascrizione scaricata

Un file che non apri mai non valeva la pena salvare. Il riutilizzo è ordinario e il formato dovrebbe già corrispondervi.

Un appunto di una lezione che deve rimandare a un minuto preciso non dovrebbe essere costruito solo dal TXT. Il TXT è la frase. L'orario del cue vive nell'SRT o nel VTT, e sullo schermo finché non chiudi il lettore. Scrivi quell'orario accanto alla frase negli appunti. Un'affermazione che devi ritrovare è una ricerca nel testo, che batte il trascinare la testina di riproduzione lungo un caricamento lungo. Il video stesso non è un documento che puoi cercare.

Un editor che sottotitola il proprio montaggio vuole SRT o VTT, poi importa quel file nell'editor. I cue sono una traccia di partenza, non un lavoro finito. Nomi, accenti e voci sovrapposte richiedono comunque una rilettura. Una parola sbagliata nella trascrizione diventa un sottotitolo sbagliato sullo schermo se salti quella rilettura. Nulla nella fase di esportazione controlla il testo per te.

NotebookLM, ChatGPT, Claude, Gemini, Kimi e Manus accettano testo, non una pagina di visualizzazione. Incolla il TXT in quello che già usi. Su transcript.im le stesse righe possono anche passare da Clean prima che un cue rumoroso venga considerato affidabile, da Translate quando gli appunti servono in un'altra lingua, o da Summary, Core Points, Chapter Summary, Study Notes e MindMap quando un lungo intervento richiede una visione più breve. Quei risultati stanno accanto al file. Non sono un altro TXT e non sostituiscono SRT o VTT quando la destinazione è un editor.

Tieni l'orario collegato a ogni frase che citi, altrimenti non potrai riaprire il momento giusto. Leggi una registrazione rumorosa prima che l'SRT o il VTT entri in un editor. Il file non segnalerà una parola sbagliata. La mostrerà.

Resta sulla pagina di riproduzione quando leggere seguendo il testo è tutto ciò che serve. Quando le parole devono sopravvivere alla scheda, scaricare la trascrizione video YouTube e salva nel formato che il prossimo programma aprirà.