# 自动生成字幕，核对后为视频配上SRT或VTT

> 为视频自动生成字幕：粘贴支持的视频链接或上传录音，下载SRT或WebVTT文件，核对后再发布。每分钟1积分，不足1分钟按1分钟计费。

Canonical: https://transcript1.com/zh/use-cases/zidong-shengcheng-zimu
Language: zh-Hans
Last updated: 2026-10-19

为视频自动生成字幕后，先核对文字和时间，再把SRT或WebVTT文件加到播放器里。可上传自己的录音或视频，也可使用YouTube、X、TikTok、Instagram、Facebook、Bluesky、Dailymotion和LinkedIn视频链接，以及Twitch剪辑和已结束直播的VOD、Pinterest视频Pin、Snapchat Spotlight视频链接。

- 同一份转录可导出SRT和WebVTT
- 按需开启字幕中的说话人标签
- 支持视频链接和上传文件

## 先生成，再校对，最后在播放器里测试

### 导出常见字幕格式

可选择SRT或VTT，每个转录片段对应一条字幕。SRT的内容类型是application/x-subrip，VTT为text/vtt。

### 字幕时间来自原始媒体

每条字幕沿用转录片段的开始和结束时间。之后改了视频剪辑，也要重新检查字幕是否对齐。

### 对话里加上说话人标签

设置diarize=true后，SRT会加上Speaker 1:等前缀，VTT使用说话人标签。

### 上传自己的视频或录音

支持MP4、MOV、WebM、MKV或音频文件，上传文件最大2GB。

### 字幕和AI转录按同样方式计费

无论使用YouTube字幕还是AI转录，每分钟均为1积分，不足1分钟按1分钟计算。

## 用准备发布的最终版本生成字幕

字幕时间对应提交的那份媒体。先完成剪辑，再上传文件或粘贴支持的公开视频链接。如果后来添加片头、删掉停顿或调整演示顺序，就要按新时间线重新检查字幕。

转录完成后，下载发布平台支持的[字幕格式](https://transcript1.com/zh/features/shengcheng-srt-zimu-wenjian)。SRT适合许多字幕导入和剪辑流程，WebVTT可用于HTML视频的字幕轨道。也可另附一份转录文本，让读者在播放器外浏览内容。

多人对话可在开始转录时开启说话人分离。编号标签方便编辑核对，但最终呈现要让观众知道是谁在说话。替换成姓名前，先对照录音确认。

## 下载SRT，再检查每条字幕

把SRT导入支持该格式的视频编辑器或托管平台。发布前核对文字和显示时间，不要把自动生成的文件直接当成定稿。

字幕生成器提供的是初稿。逐条检查：说话时是否出现、停留时间是否足够阅读、切换说话人时会不会让人混淆。片段较长时，可能还需要拆成适合小屏幕阅读的短句。

下面示例包含2条字幕。时间范围是文件语法的一部分，只留下文字就会丢失同步信息。目标平台要求WebVTT时，请导出VTT，不要直接修改SRT文件的扩展名。

### format=srt

```
1
00:00:00,000 --> 00:00:04,200
The next train leaves from platform four.

2
00:00:04,200 --> 00:00:09,800
Please keep the doorway clear.
```

## 在网页中用track为视频加字幕

让track元素指向保存好的WebVTT文件，即可为播放器提供字幕轨道。transcript1生成字幕文件，不会把字幕压入视频画面。

把核对后的文件放到播放器能访问的位置，语言和标签与字幕内容保持一致。发布后确认播放器真的加载了文件，也显示了字幕开关；仅仅把文件放进目录，还不够。

在实际发布页面上分别用手机和电脑测试。视频明暗变化时文字都要看得清，也不能被控件挡住，或遮住重要画面。播放器样式会影响显示效果，只检查文件内容不够。

### HTML

```
<video controls src="talk.mp4">
  <track kind="captions" src="captions.vtt" srclang="en" label="English" default>
</video>
```

## 无障碍字幕还要补上有意义的声音

语音转录不等于完整描述了音轨。看一遍视频，找出理解内容所需的声音：引起反应的警报、打断对话的敲门声，或有意义的音乐变化。需要时在校对字幕的过程中补充说明。

说话人标记也要结合画面。Speaker 1方便编辑区分声音，却不一定能让观众知道指的是谁。用一致、易懂的方式标注，不要只凭未经核对的机器标签确认身份。

同步字幕跟着音轨走，描述性转录文本还可以记录关键的画面动作，两者用途不同。transcript1提供以语音为基础的素材，成稿需要哪些补充描述，仍要人工判断。

## 发布前完整检查一遍

### 1. 先核对文字

对照原音检查姓名、数字、术语和否定表达。先修正识别错误，再花时间调整字幕样式。

### 2. 按正常速度看字幕

把过长的字幕拆成容易读完的短句，确认说话人切换清楚，时间与最终成片对齐。

### 3. 补齐声音与语境

添加必要的说话人信息和重要非语音声音说明。不要让字幕依赖没有解释的画面指代。

### 4. 检查观众实际看到的页面

打开发布后的播放器，开启字幕，测试键盘操作、显示和同步。把校对文件与对应的视频版本一起保存。

- [了解字幕格式和时间戳](https://transcript1.com/zh/features/shengcheng-srt-zimu-wenjian)
- [从公开Facebook视频生成转录文本](https://transcript1.com/zh/features/facebook-shipin-zhuan-wenzi)

## 常见问题

### 自动生成字幕后，可以直接发布吗？

请先把它当作初稿。机器转录可能出错，发布前需要核对姓名、术语和标点，也要检查字幕的显示时间。

### 加了字幕就一定满足无障碍要求吗？

不能保证。字幕只是视频无障碍的一部分，还需要按自己的法律要求和质量标准检查。

### 可以给YouTube视频生成字幕吗？

可以。YouTube的公开视频和不公开（Unlisted）视频都可先转录，再下载SRT或VTT。如果是自己的视频，也可以直接上传文件。

## 相关内容

- [时间戳与字幕文件](https://transcript1.com/zh/features/shengcheng-srt-zimu-wenjian)
- [说话人分离](https://transcript1.com/zh/features/shuohuaren-fenli-zhuanlu)
- [音视频文件API](https://transcript1.com/zh/features/yinpin-zhuan-wenzi-api)