Twitter 视频转文字，引用前先听清上下文

打开含视频的帖子，复制status链接。旧的twitter.com地址和现在的x.com地址都支持；主页、搜索页或整串帖子不能代替具体的视频帖子。

需要可公开获取、带音轨的视频帖子。链接结构例如x.com/user/status/1234567890，也可使用对应的twitter.com地址；这里的地址只是格式示意，不是测试视频。纯文字帖子没有音轨可转录。

受保护或要求登录的内容无法获取。主页、直播页和限时动态不支持，也不会加入或录制Spaces。手头有音频录制时，可作为文件另行提交。

一个帖子有多个视频，只转录第一个。引用或比较前先确认选中的媒体，不要把它标成整串帖子或全部附件的转录。

文字适合检索，尤其是从长采访中剪出的片段。但识别仍可能出错。引用前核对人名、数字、“不”等短词，也听一下说话人标签是否对应当时的声音。

保留足够的前后文，让引用不改变原意。片段从半句话开始，转录无法找回缺失的开头；视频经过剪辑，也不能据此判断镜头之外发生了什么。工作记录中应注明这些限制。

核查笔记可以写成：“发言在00:18，问题从00:12开始，人名已对照原声核对”，再附来源链接。这是自己做的编辑记录，不是系统给出的判断。transcript1提供措辞和时间，不验证发言内容是否属实。

帖子正文可能只是概括，也可能强调了视频的一部分。画面字幕还可能经过改写、翻译或删减。transcript1优先读取可用的X字幕轨道，否则用AI转录音频，不提取帖子说明或画面中已有的字。

文字与画面字幕对不上时，先回听原声。压缩音频、背景噪声和多人说话都可能造成误识别。字幕排版整齐，或转录读起来流畅，都不能证明措辞无误。

图表、截图和幻灯片上的文字不属于音频转录。需要这些证据时，单独记录看到的内容和它在视频中的位置，不要与口播引用混在一起。

TXT便于阅读和批注；JSON保留片段及以秒为单位的起止时间，适合可搜索的应用。把原帖链接和转录ID一起存好，之后可读取同一份文本，不必新建任务。

有权编辑、发布的视频，可以导出SRT或WebVTT用于字幕制作。导入播放器或编辑器后，检查文字和时间。剪辑从原视频中间开始时，需要移动字幕时间，或按最终版本重新生成。

研究多条帖子时，每段视频分别转录、分别标明来源。不要合成一份没有标记的文档，以免把重复片段或同一人的发言误当成独立材料。

把status链接提交给REST API。平台会自动识别，也可显式传入platform=x。默认先取可用的X字幕，再转录音频。X字幕的transcript_source为x_captions，只有片段时间戳；即使是自动字幕，words也为null。需要AI逐词时间戳时，使用source=stt。

保存返回的任务ID，处理期间查询这一个任务。完成后可读取不同格式，不再消耗分钟。MCP助手也能读取同一份转录；请它引用时间戳、读完相关段落，并区分原话和转述，不要补出短片段之外的背景。

成功任务按媒体时长向上取整，每分钟1积分。新账号验证邮箱后可获赠60分钟，仅限首次。任务失败或取消不扣费，包括媒体不可用或要求登录的情况。