给中文视频自动加字幕:识别口播、逐句改错,烧进画面或导出 SRT
更新于
给中文视频加字幕,不必一句句手打。把视频交给本站的 AI 助手,说明里面讲的是中文,它会把讲话识别成带时间的字幕,在视频上逐句显示;你改好错字、选好样式,就能把字幕烧进画面,或者另存成 SRT 字幕文件,两样都要也行。
有两点要先知道:识别时,视频的声音会以适合语音识别的音质上传到服务器,画面本身留在你的设备上;字幕只做“听写”,不做翻译,中文讲话出来的就是中文字幕。
哪些视频最需要字幕
竖屏口播、Vlog 旁白、产品讲解、网课和讲座录屏,加字幕的收益最大。不少人在地铁里、办公室里刷视频时不开声音,没有字幕,说得再好也传达不到;说话带口音、语速快、夹着专业词的视频,字幕也能帮观众跟上。
给长辈看的视频同样值得加字幕:字号调大一点,放在画面下方,老人家不用把音量开得很大也能看明白。
四步做出中文字幕
打开视频剪切页面,把视频拖进顶部的 AI 助手框,请求写成:“给这个普通话视频生成中文字幕,先让我校对”。助手会先征得你同意再上传声音,识别完成后出现字幕卡片,视频一边播放,字幕一边逐句显示。
视频开头有一段等待或试音的,先在同一个页面把多余部分剪掉,再做字幕,时间轴更干净。接下来按这四步走:
- 说明语言:不是英语的视频都要讲清楚,比如“视频里讲的是中文”。
- 逐句校对:在字幕卡片里直接修改识别错的字词。
- 选样式:挑一种字幕样式,位置可以放在画面上方、中间或下方,并调整字号。
- 导出:把字幕烧进一个新的视频副本,或保存为 SRT 文件,也可以两样都要。
逐句校对:中文自动字幕最容易错在哪
自动识别出来的字幕是一份草稿。改字时也要顾及断句:一屏字幕太长,观众还没读完就切走了;改完从头播放一遍,看每一句是不是在说到的时候出现。
下面几类内容最值得逐句核对:
- 同音字:“在”和“再”,“的”“得”“地”,“做”和“作”,听着没问题,写出来却错了。
- 人名、地名、店名和品牌:常被换成读音相近的常用词。
- 数字和单位:价格、日期、型号,核对是否和你说的一致。
- 中英夹杂:英文单词可能被写成发音相近的汉字,改回原词更专业。
- 方言和口音:用方言讲的视频,先拿一小段试试识别效果,再决定是否整条使用。
烧进画面,还是另存 SRT
烧录是把文字直接画进视频画面,生成一个新副本:发朋友圈、视频号、抖音或者微信群,谁打开都能看到,也没法关掉。SRT 则是一个单独的字幕文本文件,记着每一句的起止时间,适合能加载外挂字幕的播放器和视频平台;以后要改错字,改这个文件就行。
以 YouTube 为例,截至 2026 年 11 月,YouTube 帮助中心列出的基本字幕格式里就有 SubRip(.srt),只支持基本版、不识别样式标记,而且文件必须是 UTF-8 编码。在海外发中文视频时,可以既烧录一版、又保存一份 SRT,换平台、改字都方便。
竖屏短视频的底部常常压着平台的标题、按钮和评论入口,字幕放在“下方”有时会被挡住。烧录前在手机上竖着预览一下,被遮住就改选“中间”,或者把字号调小一档、让每屏少放几个字。
长视频和多段视频怎么处理
额度和隐私
开始做字幕不需要登录,但识别时长有限:未登录时用的是免费额度,用完后助手会直接告诉你,登录后则使用账户自己的额度。识别完成后,改字、烧录、保存 SRT 都在浏览器里进行,不会再上传任何内容。
因为声音要上传识别,涉及隐私的视频,比如家庭聚会、客户会议,先确认可以这样处理再开始。
本指南使用的工具
常见问题
01
02
03
04
05
06