---
title: "Transkrypcja z YouTube: pobierz TXT, SRT lub VTT"
description: "Transkrypcja z YouTube w formatach TXT, SRT lub VTT — dowiedz się, jak pobrać ją z filmu bez zapisywania samego wideo."
canonical: "https://transcript.im/pl/blog/download-youtube-transcript"
markdown: "https://transcript.im/pl/blog/download-youtube-transcript.md"
author: "Leo"
category: "YouTube"
datePublished: "2026-10-03T03:14:51.000Z"
dateModified: "2026-10-03T06:00:37.174Z"
---
Transkrypcja z YouTube to plik ze słowami wypowiedzianymi w filmie YouTube, zapisany tak, abyś mógł go otworzyć, gdy strona z odtwarzaczem już zniknie. Wbudowany widok transkrypcji YouTube, opisany na [stronie pomocy dotyczącej wyświetlania transkrypcji](https://support.google.com/youtube/answer/15930243), to przewijana lista linii napisów. Czytasz ją na bieżąco i klikasz linię, aby przeskoczyć w odtwarzaczu. Ten artykuł pomocy nie opisuje dokumentu, który możesz zachować. Ta strona dotyczy pliku.

Plik to także nie samo wideo. MP4 przechowuje obraz. MP3 przechowuje dźwięk. Żaden z nich nie jest treścią wypowiedzi. A ten plik to nie to samo co zapisanie ścieżki napisów, które odtwarzacz wyświetla na obrazie. Właśnie do tego, czyli do zapisania pliku z napisami, służy [Pobierz napisy z YouTube](/pl/youtube-subtitle-downloader). Tutaj chodzi o transkrypcję: wypowiedziane linie spisane w formacie, który wybierasz ze względu na to, co zrobisz dalej.

## Co oznacza „pobieranie transkrypcji”

„Pobieranie” w tym artykule oznacza nazwany plik z wypowiedzią. Linie pochodzą ze ścieżki napisów twórcy, jeśli film ją ma. Jeśli nie ma, powstają z transkrypcji nagrania mowy. Tak czy inaczej wynikiem jest ciąg tego, co zostało powiedziane, a nie kopia strony z odtwarzaczem.

![Pobrana transkrypcja to plik tekstowy z wypowiedzianymi słowami i znacznikami czasu, a nie plik wideo](/images/blog/download-youtube-transcript/pl/912f7e7e.jpg)

Kilka elementów na tej stronie wygląda pokrewnie, ale nie jest tym plikiem. Opis to notka od twórcy. Rozdziały, jeśli film je ma, to znaczniki nawigacji. Plansze tytułowe na ekranie i wtopione napisy to piksele obrazu i nie są odczytywane jako tekst. Komentarze to tekst innych osób. Plik je pomija i zachowuje samą wypowiedź.

Artykuł pomocy omawia czytanie i przeskakiwanie, i to tylko w filmie, który ma już napisy. Ta strona nie powtarza kliknięć otwierających ten widok. Gdy film nigdy nie miał napisów, panel nie ma żadnych linii, a plik nadal można utworzyć, transkrybując wypowiedź. Czytanie obok odtwarzacza kończy się wraz z zamknięciem karty. Transkrypcja z YouTube to kopia, która zostaje na następny dzień.

Plik jest tak czytelny, jak wyraźna jest wypowiedź, z której powstał. Spokojne nagranie osoby mówiącej wprost do kamery czyta się łatwiej niż uliczny wywiad z szumem ruchu pod głosem. Nakładające się wypowiedzi kilku osób zlewają się w jedną linię. Nazwisko, którego ścieżka napisów nigdy nie zapisała poprawnie, nie stanie się poprawne tylko dlatego, że je wyeksportujesz. Sprawdź kwestię, którą zamierzasz zacytować.

Wklejony URL musi być publicznie dostępny. Prywatny materiał, usunięty film albo film tylko dla członków nie dadzą pliku z takiego wklejenia. Film, który YouTube wstrzymuje, dopóki nie ustali wieku widza, albo taki, którego nie odtworzy w danym regionie, zatrzymuje się w tym samym miejscu. Zarządzanie własnymi materiałami w YouTube Studio to inne zadanie i obejmuje wyłącznie filmy na kanale, który kontrolujesz. Ten artykuł dotyczy publicznego filmu, który ktoś inny może już obejrzeć.

Pobieranie kończy się, gdy słowa opuszczą kartę przeglądarki. Do tego momentu wciąż czytasz YouTube. Potem masz plik, który możesz przenieść, zmienić nazwę i otworzyć w czymś innym.

## Kopiowanie a eksportowanie

Kopiowanie stosujesz, gdy wystarczy jedno zdanie wciąż widoczne na ekranie. Zaznaczenie panelu na komputerze obejmuje to, na co pozwoli przeglądarka. Przy wykładzie takie zaznaczenie bywa zawodne: urywasz się w połowie, jakiś wiersz zostaje pominięty, a towarzyszące im czasy trafiają w kolejności, której przypadkiem użyła strona. Zaznaczenie całego panelu na telefonie jest jeszcze bardziej kłopotliwe. Skopiuj drugie zdanie, a pierwsze przepadnie. Nic nie zostało zapisane pod nazwą.

Eksportowanie zaczyna się, gdy linie istnieją już jako transkrypcja. [Transkrypcja z YouTube](/pl/youtube-transcript) zapisuje z nich plik. Format wybierasz pod program, który go otworzy, a nie pod zaznaczenie przeglądarki. Kopiowanie gotowej transkrypcji i eksport do TXT zabierają słowa, a czasy zostawiają. Czasy zostają na ekranie, gdy czytasz, i zostają w SRT oraz VTT, gdy potrzebujesz napisu z początkiem i końcem.

Jak pobrać transkrypcję z YouTube, gdy to słowa są tym, co chcesz zachować:

1. Na publicznej stronie z odtwarzaczem skopiuj URL filmu.
2. Wklej go na transcript.im. Jeden URL, jedna transkrypcja.
3. Ścieżka napisów już obecna w filmie jest czytana jako źródło. Bez ścieżki napisów transkrybowana jest wypowiedź z nagrania mowy. Każdy fragment mowy staje się linią.
4. Zapisz plik. TXT to sama treść. SRT lub VTT to zapis, gdy następny program potrzebuje początku i końca. Markdown i JSON to dwa pozostałe formaty zapisu, do aplikacji z notatkami albo skryptu. Formaty TXT, SRT i VTT opisano poniżej.

Ta kolejność ma znaczenie. Linie muszą istnieć, zanim powstanie plik. Artykuł pomocy kończy się na czytaniu i przeskakiwaniu, więc eksport następuje po opuszczeniu tego widoku.

Krótki film i dwugodzinny wykład podążają tą samą drogą. Wykład to miejsce, w którym ręczne kopiowanie się rozsypuje, bo zaznaczenie jest długie, a przeoczenie pozostaje niewidoczne, dopóki nie zabraknie ci pominiętej linii. Pobranie obejmuje cały ciąg, a nie tylko tę część, którą udało ci się zaznaczyć.

Ręczne kopiowanie traktuj jako sposób na wyciągnięcie pojedynczego zdania, gdy wciąż jesteś na stronie odtwarzania. Eksport traktuj jako sposób na zachowanie dokładnego brzmienia filmu. Jeśli następnym krokiem jest cytat w dokumencie, podpis do własnego montażu albo tekst, który będziesz przeszukiwać w przyszłym tygodniu, potrzebujesz pliku.

## Eksportowanie do TXT, SRT lub VTT

Format wybieraj pod kątem zadania, a nie z przyzwyczajenia. Trzy, które obsługują czytanie oraz kwestie z czasem, to TXT, SRT i VTT. Poniższe przykłady używają jednej wymyślonej linii, żeby było widać strukturę. Prawdziwy plik korzysta z czasów z filmu i ma osobną kwestię dla każdej linii, a nie jedną.

![Wybór formatu transkrypcji: TXT, gdy liczą się tylko słowa, SRT do montażu wideo, VTT do odtwarzacza internetowego](/images/blog/download-youtube-transcript/pl/318768cb.jpg)

| Plik | Co zawiera | Otwórz go, gdy |
| --- | --- | --- |
| TXT | Same słowa, jedna kwestia na linię, bez czasów | Będziesz czytać, cytować lub wklejać tekst |
| SRT | Numerowane kwestie, z przecinkiem przed milisekundami | Edytor oczekuje pliku SubRip |
| VTT | Nagłówek `WEBVTT`, z kropką przed milisekundami | Odtwarzacz internetowy oczekuje WebVTT |

TXT to sam tekst. Kwestia wypowiedziana około pierwszej minuty to po prostu to zdanie, a po nim następuje przejście do nowej linii. Czas rozpoczęcia, który widziałeś obok niej w czytniku, nie jest zapisany w pliku TXT. Właśnie tego chcesz do notatek, do cytatu i do wklejenia do dokumentu lub czatu. To zły plik, jeśli odtwarzacz lub edytor ma wyświetlić daną linię w konkretnym momencie.

SRT to wersja z czasem, którą większość edytorów już importuje. Ta sama wymyślona linia wygląda tak:

```
1
00:01:02,000 --> 00:01:05,200
Przykładowa linia na pierwszej minucie.
```

Numer to indeks kwestii. Strzałka oddziela początek od końca. Przecinek jest częścią znacznika czasu SubRip, a nie pauzą w zdaniu. Każdą kolejną kwestię oddziela pusta linia.

VTT przenosi te same kwestie dla odtwarzacza internetowego. Nagłówek jest wymagany, a w milisekundach używa się kropki:

```
WEBVTT

00:01:02.000 --> 00:01:05.200
Przykładowa linia na pierwszej minucie.
```

Zamień przecinek i kropkę miejscami, a część odtwarzaczy odrzuci plik. Słowa się nie zmieniły. Zmieniło się opakowanie. Jeśli edytor mówi, że chce SRT, nie podawaj mu VTT i nie licz na wyrozumiały import.

Czas zakończenia to koniec danej linii, przycięty tak, żeby nie nachodził na następną linię. Ścieżki napisów, zwłaszcza automatyczne, czasem nadają linii długość, która nachodzi na kolejną linię. Odtwarzacz, który respektuje oba zakresy, pokaże dwie kwestie jednocześnie. Eksport przycina wcześniejszą kwestię tak, żeby kończyła się w chwili rozpoczęcia następnej, i nigdy nie kończy się przed swoim początkiem. Nadal dostajesz każdą linię. Nie dostajesz dwóch linii walczących o ten sam moment.

Markdown i JSON to opcjonalne formy tych samych linii. Markdown stawia przed każdym zdaniem znacznik minut i sekund, co przydaje się w aplikacji do notatek. JSON zachowuje surowe segmenty, co przydaje się w skrypcie. Żadna z nich nie zastępuje SRT ani VTT, gdy celem jest odtwarzacz lub edytor.

Aby [wyeksportować transkrypcję z YouTube do TXT, SRT lub VTT](/pl/youtube-transcript), najpierw wygeneruj linie z publicznego linku, a potem wybierz format. Późniejsza edycja pliku niczego nie zapisuje z powrotem do filmu w YouTube. Poprawka zostaje w twojej kopii. Jeśli tak naprawdę potrzebujesz ścieżki napisów jako pliku z napisami dla odtwarzacza, a nie tekstu jako dokumentu, to zadanie dla narzędzia do pobierania napisów z YouTube, a nie dla drugiej kopii tego.

## Ponowne wykorzystanie pobranej transkrypcji

Plik, którego nigdy nie otworzysz, nie był wart zapisywania. Ponowne użycie jest zwyczajne, a format powinien już być do niego dopasowany.

![Osoba przeglądająca pobraną transkrypcję YouTube ze znacznikami czasu na laptopie obok notesu](/images/blog/download-youtube-transcript/pl/8e67eb86.jpg)

Notatka z wykładu, która musi wskazywać z powrotem na konkretną minutę, nie powinna powstawać z samego TXT. TXT to samo zdanie. Czas kwestii znajduje się w SRT lub VTT i pozostaje na ekranie, dopóki nie zamkniesz czytnika. Zapisz ten czas obok zdania w notatkach. Twierdzenie, do którego musisz wrócić, to przeszukanie tekstu, co bije przeciąganie kursora odtwarzania po długim nagraniu. Sam film nie jest dokumentem, który możesz przeszukiwać.

Montażysta, który dodaje napisy do własnego materiału, chce SRT lub VTT, a potem importuje ten plik do edytora. Kwestie to dopiero punkt wyjścia, a nie gotowy materiał. Nazwy własne, akcenty i nakładająca się mowa nadal wymagają przeczytania całości. Błędne słowo w transkrypcji z YouTube staje się błędnym napisem na ekranie, jeśli pominiesz to czytanie. Na etapie eksportu nikt nie sprawdzi za ciebie treści.

NotebookLM, ChatGPT, Claude, Gemini, Kimi i Manus przyjmują tekst, a nie stronę z odtwarzaczem. Wklej TXT do tego, którego już używasz. W transcript.im te same linie mogą też przejść przez Czyszczenie, zanim zaufa się zaszumionej kwestii, przez Tłumaczenie, gdy notatki potrzebują innego języka, albo przez Podsumowanie, Najważniejsze punkty, Podsumowanie rozdziałów, Notatki do nauki i Mapę myśli, gdy długie wystąpienie potrzebuje krótszego ujęcia. Te wyniki leżą obok pliku. To nie jest kolejny TXT i nie zastępują SRT ani VTT, gdy celem jest edytor.

Trzymaj czas przy każdym zdaniu, które cytujesz, bo inaczej nie będziesz mógł wrócić do właściwego momentu. Przeczytaj zaszumione nagranie, zanim SRT lub VTT trafi do edytora. Plik nie oznaczy błędnego słowa. Po prostu je wyświetli.

Zostań na stronie z odtwarzaczem, jeśli czytanie w trakcie oglądania to całe zadanie. Gdy słowa muszą przetrwać zamknięcie karty, [pobierz transkrypcję z YouTube](/pl/youtube-transcript) i zapisz ją w formacie, który otworzy następny program.