A maioria das ferramentas de legenda automática nos dias de hoje é bem decente, honestamente. Se você está fazendo um monte de vídeos, não precisa escolher apenas uma abordagem - eu testaria algumas e veria qual se encaixa no seu workflow. Plataformas como Kapwing e Descript conseguem gerar legendas automaticamente e deixam você editá-las antes de exportar, o que é útil se você está pegando erros. Não são perfeitas (especialmente com ruído de fundo, sotaques ou jargão técnico), mas conseguem fazer o trabalho muito mais rápido do que legendar manualmente. A contrapartida é que as versões gratuitas geralmente limitam seus minutos mensais ou o comprimento do vídeo, então se você está produzindo muito conteúdo, você pode bater numa parede.
A rota de ferramentas separadas também te dá flexibilidade - você consegue gerar legendas fora do seu editor, ajustá-las, e depois importá-las de volta. É o que achei que funciona melhor quando preciso que as legendas sejam precisas. Softwares de edição como Premiere ou DaVinci geralmente têm recursos de legenda automática embutidos agora também, o que significa um tool a menos para gerenciar. Melhoraram nos últimos anos, embora a qualidade varie dependendo da qualidade do seu áudio e do que você está falando.
Na minha visão: comece com o que seu editor já tem (sem custo extra, e é conveniente), mas não seja teimosa se está produzindo lixo. Descript especialmente é sólido se a precisão importa - você consegue uma transcrição de texto que você realmente consegue editar antes de transformá-la em legendas, então você pega erros cedo. Para YouTube especificamente, rodar seu vídeo através de legendas automáticas lá e depois baixar o arquivo para ajustar manualmente num editor de texto leva uns 20 minutos ao invés de horas se o auto-gen pegou a maioria certo.