~/social/instagram-transcript-scraper

Instagram-Transkript — Reels und Videos in Text

Instagram-Reels und -Videos transkribieren: Link oder Profil eingeben, Text mit Zeitstempeln und Sprache erhalten, auch in großer Zahl. Ohne Login.

Medien TypeScript Weltweit

auf Apify ausführen

proooxy/instagram-transcript-scraper — Steckbrief

Kategoriesocial / Medien

SpracheTypeScript

StackTypeScript

MärkteWeltweit

Outputsauberes, RAG-fertiges JSON

Hauptfunktionen

Macht die Sprache jedes öffentlichen Reels zu Text — das gesamte Transkript plus Segmente mit Zeitstempeln (Start, Ende, Text)

Erkennt die gesprochene Sprache oder nimmt einen Sprachhinweis entgegen

Bildunterschrift, geparste Hashtags und Erwähnungen, Likes, Kommentare und Länge in derselben Zeile — und Abspielzahlen für Reels, die aus dem Reels-Tab eines Profils gelesen werden

Kein Instagram-Login und kein eigener Speech-to-Text-Key — die Transkription ist inklusive

Profile übergeben, um deren Reels-Tab bis zur maximalen Reel-Zahl pro Profil zu transkribieren, optional auch deren Timeline, oder einzelne Reel-Links

Holt nur das Audio, nie das ganze Video

Reels mit nur Musik oder ohne Ton kommen als Zeilen mit hasSpeech: false zurück und werden nicht berechnet; Füllwörter, die Spracherkennung über Musik erfindet, werden verworfen

Ein Karussell liefert das erste seiner Videos, das Ton hat

Anwendungsfälle

Content-Recherche — suchen, was Creator tatsächlich sagen, nicht nur, was sie in die Bildunterschrift schreiben
Keyword- und Marken-Monitoring über alle Reels einer Nische
Textkorpora aus Reels für RAG, Zusammenfassungen und Clustering
Untertitelung und Weiterverwertung, mit Start- und Endzeit pro Abschnitt
Creator-Analytics — geht das Sprechen über ein Thema mit mehr Abspielungen einher?
Mehrsprachiges Monitoring, mit erkannter Sprache in jeder Zeile

Eingabeparameter

Parameter	Typ	Erforderlich	Beschreibung
`startUrls`	array	optional	Adressen von Profilen oder Reels; diese oder usernames angeben
`usernames`	array	optional	Profilnamen, mit oder ohne @; deren Reels-Tab wird transkribiert
`maxReelsPerProfile`	integer	optional	Pro Profil transkribierte Videos — zugleich die Kostenkontrolle (Standard 10)
`includeTimeline`	boolean	optional	Transkribiert auch Videos aus dem Post-Raster des Profils (standardmäßig aus)
`includeSegments`	boolean	optional	Behält die Zeitstempel pro Segment (standardmäßig an)
`language`	string	optional	Optionaler Sprachhinweis wie en, es oder pt; leer bedeutet erkennen
`maxConcurrency`	integer	optional	Gleichzeitig transkribierte Reels (Standard 3)
`maxRequestsPerCrawl`	integer	optional	Stoppt nach dieser Anzahl Anfragen; leer bedeutet unbegrenzt
`proxy`	object	optional	Apify Proxy, standardmäßig Residential, zum Lesen von Instagram

Beispielausgabe

 1{
 2  "type": "transcript",
 3  "source": {
 4    "id": "instagram",
 5    "canonicalUrl": "https://www.instagram.com/reel/DcozHIETCd9/",
 6    "username": "nasaadmin"
 7  },
 8  "id": "3974651461224900477",
 9  "shortcode": "DcozHIETCd9",
10  "url": "https://www.instagram.com/reel/DcozHIETCd9/",
11  "owner": {
12    "id": "79712351002",
13    "username": "nasaadmin",
14    "fullName": "NASA Administrator Jared Isaacman",
15    "isVerified": true
16  },
17  "takenAt": "2026-08-29T20:31:28.000Z",
18  "caption": "An unforgettable day at @nasajohnson. …",
19  "hashtags": [],
20  "mentions": [
21    "nasajohnson",
22    "potus"
23  ],
24  "durationSeconds": 114.566,
25  "likeCount": 51113,
26  "commentCount": 409,
27  "audioUrl": "https://…mp4",
28  "audioBytes": 1019785,
29  "transcript": "… 250,000 miles from Earth. Please join me in congratulating Commander Reed Weissman, Pilot Victor Glover, Mission Specialist Christina Koch, and Mission Specialist Jeremy Hansen. …",
30  "segments": [
31    {
32      "start": 30.12,
33      "end": 32.7,
34      "text": "250,000 miles from Earth."
35    },
36    {
37      "start": 32.7,
38      "end": 44.64,
39      "text": "Please join me in congratulating Commander Reed Weissman, Pilot Victor Glover, Mission Specialist Christina Koch, and Mission Specialist"
40    },
41    {
42      "start": 44.64,
43      "end": 45.98,
44      "text": "Jeremy Hansen."
45    }
46  ],
47  "language": "en",
48  "wordCount": 204,
49  "hasSpeech": true,
50  "transcriptModel": "whisper-large-v3-turbo",
51  "scrapedAt": "2026-10-20T01:52:23.613Z"
52}

Preise

Pay-per-Event: einmal pro gespeichertem Transkript mit Sprache. Reels mit nur Musik oder ohne Ton sowie fehlgeschlagene Transkriptionen werden gespeichert und nie berechnet.

Tipps

Mit ein paar Reels anfangen. maxReelsPerProfile ist zugleich die Kostenkontrolle: Jedes Reel ist ein Download und eine Transkription. Zeitstempel sind kostenlos. Wer includeSegments ausschaltet, macht die Zeile kleiner, nicht billiger — die Zeiten kommen aus demselben Aufruf. language leer lassen, es sei denn, alle Reels sind in einer Sprache; die Erkennung läuft pro Reel. Brauchen Sie auch Kommentare oder Themen-Tags? Der Instagram-Scraper liest Posts, Kommentare, Co-Autoren und Instagrams eigene Themen-Tags derselben Konten.

FAQ

Wie bekomme ich das Transkript eines Instagram-Reels?

Fügen Sie den Link des Reels in startUrls ein und starten Sie den Actor. Der Text steht in transcript, die zeitlich markierten Abschnitte in segments[]. Video-Posts (/p/) und IGTV-Links (/tv/) funktionieren genauso.

Kann ich Instagram-Reels in großer Zahl transkribieren?

Ja. Geben Sie ihm viele Reel-Links oder Profile: Der Reels-Tab jedes Profils wird bis maxReelsPerProfile transkribiert, dazu die Timeline, wenn includeTimeline an ist. Jedes Reel ist eine Zeile.

Brauche ich ein Instagram-Konto oder einen eigenen Speech-to-Text-Key?

Weder noch. Es wird nichts eingeloggt, und die Transkriptions-Engine liefert der Actor mit.

Was passiert mit einem Reel, das nur Musik oder keinen Ton hat?

Es bekommt trotzdem eine Zeile, mit hasSpeech: false und leerem Transkript, und wird nicht berechnet. Ein Reel, das ohne Ton gepostet wurde, wird erkannt, bevor etwas heruntergeladen wird. Ein Reel, dessen Transkription fehlschlug, sagt das in transcriptError und wird ebenfalls nicht berechnet.

Wie genau ist das Transkript?

Es ist Spracherkennung der Whisper-Klasse auf dem Originalaudio. Musik, starke Akzente, sich überlagernde Sprecher und laute Szenen sind die Schwachstellen jeder Engine; mit segments[] erkennen und kürzen Sie solche Stellen.

Kann er übersetzen?

Nein — er liefert den Text in der gesprochenen Sprache und sagt Ihnen, welche das ist.