TikTok-Video-Transkript (vollständig)-API
Transkribiere das gesprochene Audio eines TikTok-Videos mit der eigenen Spracherkennung von AnyAPI: zeitlich getaktete Segmente auf Satzebene, Sprecherlabels, erkannte Sprache und optionale Zeitangaben pro Wort, für Videos, zu denen TikTok keine Untertitelspur veröffentlicht, und für Videos, deren Untertitelspur die Worte falsch wiedergibt. AnyAPI lädt das Video herunter und schickt das Audio durch MAI-Transcribe-2, statt etwas zu lesen, das TikTok geschrieben hat, weshalb es nicht englische Sprache bewältigt und Worte versteht, die die nativen Untertitel falsch verstehen. Die Antwort enthält auch ID, URL, Creator-Handle und Titelbild des Videos. Aktiviere hostVideo, um das MP4 zusätzlich über einen gehosteten Link zu erhalten, der abspielbar bleibt, ohne dass die signierte, kurzlebige CDN-URL von TikTok dir abläuft. Wenn du nur das willst, was TikTok selbst veröffentlicht hat, und zu einem Zehntel des Preises, ist tiktok.video_transcript genau das.
5,94 USD/1k Audiominuten, Zahlung pro Anfrage, kein Abo.
@theodorekitchen
Okay so this is the three ingredient dinner that saved my week.
{"text": "Okay so this is the three ingredient dinner that saved my week.","startSeconds": 0,"endSeconds": 3.8,"language": "en","speaker": "speaker_1"}
Preise
Preise der TikTok-Video-Transkript (vollständig)-API
Ausprobieren
TikTok Video-Transkript (vollständig) mit einer Anfrage abrufen
{
"found": true,
"data": {
"id": "7458219903341129744",
"url": "https://www.tiktok.com/@theodorekitchen/video/7458219903341129744",
"ownerUsername": "theodorekitchen",
"thumbnailUrl": "https://p16-sign-va.tiktokcdn.com/obj/tos-useast5-p-0068-tx/theodorekitchen-cover-7458219903341129744~tplv-obj.jpeg?x-signature=Xa4bDe6f",
"transcript": "Okay so this is the three ingredient dinner that saved my week. You just need butter, garlic, and a rotisserie chicken. Shred it up, melt the butter with the garlic until it smells amazing, toss it all together, and that is it. Fifteen minutes, done.",
"language": "en",
"source": "audio_asr",
"durationSeconds": 41.9,
"segments": [
{
"text": "Okay so this is the three ingredient dinner that saved my week.",
"startSeconds": 0,
"endSeconds": 3.8,
"language": "en",
"speaker": "speaker_1"
},
{
"text": "You just need butter, garlic, and a rotisserie chicken.",
"startSeconds": 3.9,
"endSeconds": 7.2,
"language": "en",
"speaker": "speaker_1"
},
{
"text": "Shred it up, melt the butter with the garlic until it smells amazing, toss it all together, and that is it.",
"startSeconds": 7.3,
"endSeconds": 13.6,
"language": "en",
"speaker": "speaker_1"
},
{
"text": "Fifteen minutes, done.",
"startSeconds": 13.7,
"endSeconds": 15.1,
"language": "en",
"speaker": "speaker_1"
}
]
}
}Vollständige Parameter- und Antwortreferenz: jedes Feld, jeder Typ und jedes Beispiel für diesen Endpoint.
Referenz
Eine Anfrage, eine Antwortstruktur.
Jedes Feld, das du sendest, und jedes Feld, das du zurückbekommst, jeweils mit einem echten Beispiel.
Zuletzt geprüft 2026-10-07 · Verfügbarkeit und Latenz gemessen über 30d
Request-Body
JSON, per POST an diesen Endpoint gesendet.
- urlstring
https://www.tiktok.com/@theodorekitchen/video/7458219903341129744
TikTok-Video-URL (z. B. „https://www.tiktok.com/@user/video/1234567890“).
- hostVideoboolean
Speichert außerdem das Video und liefert einen gehosteten MP4-Link, der ohne die signierte CDN-URL von TikTok abspielbar ist. Wird zusätzlich zum Transkript berechnet.
- wordTimestampsboolean
Gib Zeitangaben pro Wort in jedem Segment zurück. Wörter tragen nur Zeitangaben; die Erkennung bewertet eine Wortgruppe statt eines Wortes, daher gibt es keine Konfidenz pro Wort, die gemeldet werden könnte.
Antwort
JSON, ein Beispielwert pro Feld.
- foundboolean
true
- idstring
7458219903341129744
- urlstring
https://www.tiktok.com/@theodorekitchen/video/7458219903341129744
- ownerUsernamestring
theodorekitchen
- thumbnailUrlstring
https://p16-sign-va.tiktokcdn.com/obj/tos-useast5-p-0068-tx/theodorekitchen-cover-7458219903341129744~tplv-obj.jpeg?x-signature=Xa4bDe6f
- transcriptstring
Okay so this is the three ingredient dinner that saved my week. You just need butter, garlic, and a rotisserie chicken. Shred it up, melt the butter with the garlic until it smells amazing, toss it all together, and that is it. Fifteen minutes, done.
- languagestring
en
- sourcestring
audio_asr
- durationSecondsnumber
41.9
- textstring
Okay so this is the three ingredient dinner that saved my week.
- startSecondsnumber
0
- endSecondsnumber
3.8
- languagestring
en
- speakerstring
speaker_1
FAQ
Über die TikTok-Video-Transkript (vollständig)-API
Die AnyAPI-TikTok-Video-Transkript (vollständig)-API liefert TikTok-Daten als normalisiertes JSON aus einem POST-Aufruf an /v1/run/tiktok.video_transcript_full. Transkribiere das gesprochene Audio eines TikTok-Videos mit der eigenen Spracherkennung von AnyAPI: zeitlich getaktete Segmente auf Satzebene, Sprecherlabels, erkannte Sprache und optionale Zeitangaben pro Wort, für Videos, zu denen TikTok keine Untertitelspur veröffentlicht, und für Videos, deren Untertitelspur die Worte falsch wiedergibt. AnyAPI lädt das Video herunter und schickt das Audio durch MAI-Transcribe-2, statt etwas zu lesen, das TikTok geschrieben hat, weshalb es nicht englische Sprache bewältigt und Worte versteht, die die nativen Untertitel falsch verstehen. Die Antwort enthält auch ID, URL, Creator-Handle und Titelbild des Videos. Aktiviere hostVideo, um das MP4 zusätzlich über einen gehosteten Link zu erhalten, der abspielbar bleibt, ohne dass die signierte, kurzlebige CDN-URL von TikTok dir abläuft. Wenn du nur das willst, was TikTok selbst veröffentlicht hat, und zu einem Zehntel des Preises, ist tiktok.video_transcript genau das. AnyAPI liefert ein normalisiertes Schema, egal welche Quelle antwortet. Sie kostet 5,94 USD pro 1.000 Audiominuten, und nie mehr als 0,095 USD für eine einzelne Anfrage, in US-Dollar, ohne Abo und ohne monatliches Minimum. In den letzten 30 Tagen waren 99,7% der TikTok Video-Transkript (vollständig)-Aufrufe über AnyAPI erfolgreich, bei einer mittleren Antwortzeit von 4,8 Sekunden über 398 gemessene Aufrufe.