# Jak stworzyć plik SRT lub WebVTT ze znacznikami czasu

> Sprawdź, jak stworzyć plik SRT z linku lub pliku. Pod tym samym ID pobierzesz WebVTT, tekst z czasami lub JSON z czasami słów.

Canonical: https://transcript1.com/pl/features/jak-stworzyc-plik-srt
Language: pl
Last updated: 2026-10-19

Sprawdź, jak stworzyć plik SRT z nagrania i pobrać go przez API. Przyjmujemy własne pliki oraz linki z YouTube, X, TikToka, Instagrama, Facebooka, Bluesky, Dailymotion i LinkedIn, klipy i zakończone VOD-y z Twitcha, piny z filmami z Pinteresta i Snapchat Spotlight. Każdy fragment ma początek i koniec. Tę samą transkrypcję pobierzesz też jako WebVTT, JSON lub tekst ze znacznikami czasu.

- JSON, tekst, SRT i VTT z jednej transkrypcji
- Początek i koniec każdego segmentu
- Dostępne czasy słów przez include=words

## Wybierz format do odtwarzacza, montażu lub aplikacji

### Jedno ID, cztery formaty

Przy GET /v1/transcriptions/:id podaj format=json, format=text, format=srt lub format=vtt. Bez tego parametru dostaniesz JSON.

### Tekst z czasem przy każdej linijce

Połącz format=text z timestamps=true. Każda linijka zacznie się od znacznika [hh:mm:ss], więc łatwiej znajdziesz wypowiedź w nagraniu.

### Gotowy plik SRT lub WebVTT

SRT ma typ application/x-subrip, a VTT typ text/vtt i nagłówek WEBVTT. Każdemu segmentowi odpowiada jeden wpis napisów z czasem początku i końca.

### Czasy pojedynczych słów, gdy źródło je podaje

Dodaj include=words przy odczycie JSON. Dane słów mogą zawierać start, end, text, confidence i speaker. Przy napisach twórcy words ma wartość null.

### Kolejny format bez kolejnej opłaty

Pobierasz te same dane w innym zapisie. Odczyt gotowej transkrypcji nie tworzy nowego zlecenia i nie zużywa minut.

## Transkrypcja ze znacznikami czasu do notatek

Pobierz format=text z timestamps=true. Jeśli przy tworzeniu transkrypcji włączysz podział na rozmówców, tekst będzie miał też ich etykiety. [Sprawdź parametry pobierania](https://transcript1.com/pl/docs/api-reference#get-a-transcription).

To wygodny zapis do czytania i sprawdzania cytatów. Każda linijka wskazuje fragment nagrania, ale nie zawiera całej składni pliku z napisami. Zachowaj obok link lub nazwę pliku. Sam znacznik 00:12:40 nie powie później, o które nagranie chodziło.

W JSON początek i koniec segmentu podajemy w sekundach od początku nagrania. To nie godzina ani data. W odtwarzaczu możesz przeskoczyć do tego miejsca, a w notatkach zapisać je przy cytacie.

Tekst poniżej jest przykładem formatu, nie transkrypcją konkretnego nagrania.

### format=text&timestamps=true

```
curl "https://api.transcript1.com/v1/transcriptions/tr_8fK2Lm0PqRsTuVwXyZaBcD?format=text&timestamps=true" \
  -H "Authorization: Bearer $TRANSCRIPT1_API_KEY"

[00:00:00] Place the microphone near the speaker.
[00:00:04] Record a short test before the interview.
```

## Jak stworzyć plik VTT i czym różni się od SRT

SRT zapisuje ponumerowane fragmenty z czasem początku i końca. WebVTT zaczyna się od WEBVTT i działa z elementem track w HTML. Gdy transkrypcja się skończy, pobierz format=srt lub format=vtt i zapisz odpowiedź jako plik.

Wybierz format obsługiwany przez narzędzie, do którego trafią napisy. SRT często przydaje się w montażu i przy dodawaniu napisów do platform. Do ścieżki napisów w odtwarzaczu HTML użyj WebVTT.

Żaden z tych plików nie nakłada tekstu na obraz ani nie kopiuje stylu napisów z social mediów. Czcionkę, położenie i wygląd ustawiasz w edytorze lub odtwarzaczu.

SRT oddziela milisekundy przecinkiem, WebVTT kropką. Sama zmiana rozszerzenia nie zamieni jednego formatu w drugi. Pobierz właściwy format po tym samym ID. Nie zużyjesz na to kolejnych minut.

### format=srt

```
1
00:00:00,000 --> 00:00:04,200
Place the microphone near the speaker.

2
00:00:04,200 --> 00:00:09,800
Record a short test before the interview.
```

## JSON do podświetlania słów i dokładniejszego montażu

Parametr include=words dodaje dostępne czasy słów do JSON. Przydadzą się do podświetlania tekstu podczas odtwarzania lub wybierania fragmentu na klip. Gdy źródło nie podaje tych danych, dostaniesz words: null. [Sprawdź pola słów w API](https://transcript1.com/pl/docs/api-reference#get-a-transcription).

Transkrypcja AI podaje początek, koniec i confidence dla słów. Automatyczne napisy YouTube dostarczają początki, a koniec wyznaczamy z początku następnego słowa.

Napisy twórcy z YouTube i wszystkie napisy spoza YouTube nie mają czasów słów. Dotyczy to również automatycznych ścieżek z X, TikToka i Bluesky. Przy napisach z X zobaczysz transcript_source: x_captions. Zapewnij w aplikacji obsługę samych czasów segmentów, gdy words ma wartość null.

Czas słowa pomaga znaleźć miejsce cięcia, ale przed montażem odsłuchaj jego otoczenie. Nie utnij początku głoski ani oddechu. W napisach łącz słowa w czytelne frazy i sprawdź je na ekranie, na którym będą oglądane.

### include=words

```
curl "https://api.transcript1.com/v1/transcriptions/tr_8fK2Lm0PqRsTuVwXyZaBcD?include=words" \
  -H "Authorization: Bearer $TRANSCRIPT1_API_KEY"
```

## Przed importem sprawdź plik i wersję nagrania

Poczekaj na status=completed. Wcześniej API zwraca JSON ze statusem, nawet jeśli prosisz o SRT, VTT lub tekst. Gdy odtwarzacz odrzuca napisy, sprawdź najpierw, czy nie zapisujesz tego JSON jako pliku .srt.

Czasy pasują do początku i długości nagrania, które dodasz. Po wycięciu czołówki czy fragmentu ze środka trzeba je dopasować. Przy [przerabianiu nagrania na nowe materiały](https://transcript1.com/pl/use-cases/zamiana-wideo-na-artykul-blogowy) zachowaj planowany zakres klipu, ale napisy wyrównaj dopiero do końcowego montażu.

Przed publikacją otwórz napisy w docelowym odtwarzaczu i obejrzyj je w normalnym tempie. Sprawdź długość linijek, czas na przeczytanie i oznaczenia rozmówców. Przy [napisach dostępnościowych](https://transcript1.com/pl/use-cases/generator-napisow) uwzględnij też istotne dźwięki i kontekst obrazu, których sama transkrypcja mowy może nie zawierać.

Zapisz ID transkrypcji obok pobranego pliku. Jeśli później potrzebujesz WebVTT zamiast SRT albo JSON z czasami słów zamiast tekstu, pobierzesz je bez ponownego przepisywania nagrania.

## Najczęstsze pytania

### Mogę w ten sposób zamienić wideo na SRT?

Tak. Dodaj link z YouTube lub plik, np. MP4, poczekaj na transkrypcję i pobierz format=srt. Z tej samej transkrypcji dostaniesz też WebVTT, tekst i JSON. Tak samo działa konwersja audio na SRT.

### W jakich jednostkach są czasy w JSON?

Pola start i end podajemy w sekundach od początku nagrania. SRT i VTT mają standardowy zapis hh:mm:ss z milisekundami.

### Czy napisy z YouTube mają czas każdego słowa?

Automatyczne napisy mają początki słów. Napisy dodane przez twórcę nie mają tych danych, więc words ma wartość null. Transkrypcja AI podaje początek i koniec słowa oraz confidence.

### Da się pobrać napisy, zanim transkrypcja się skończy?

Nie. SRT, VTT i tekst pobierzesz dopiero dla gotowej transkrypcji. Wcześniej dostaniesz JSON, w którym sprawdzisz status.

## Sprawdź też

- [Napisy i dostępność](https://transcript1.com/pl/use-cases/generator-napisow)
- [Podcasty na twojej stronie](https://transcript1.com/pl/use-cases/transkrypcja-podcastu)
- [Podział na rozmówców](https://transcript1.com/pl/features/transkrypcja-z-podzialem-na-rozmowcow)
- [Dokumentacja API (dokumentacja)](https://transcript1.com/pl/docs/api-reference)