字幕生成器 使用方法
- 1
打开视频
拖入 MP4、MOV、WebM 或 MKV 文件（音频文件也可以），预览中会立即开始播放。
- 2
生成字幕
选择 Tiny、Base 或 Small，保持自动检测或指定语音语言，然后点击“生成字幕”。
- 3
修改并设置样式
在实时预览旁修正文字、时间和换行；如需烧录进视频，再选择字幕样式。
- 4
导出
下载 SRT 或 VTT 文件，上传到 YouTube 或导入剪辑软件，也可以导出字幕已嵌入画面的新视频。
限制与 Pro
文件最大 500 MB；每个文件只为前 10 分钟生成字幕，烧录则覆盖整个视频。Tiny、Base 和 Small 语音模型只需下载一次，大小分别为 43 MB、80 MB 和 252 MB。
文件最大 4 GB，每个文件最多可为 600 分钟生成字幕。 了解 Pro
关于 字幕生成器
字幕生成器可以把视频或音频文件中的语音转成带时间轴的字幕。Whisper 模型（Tiny、Base 或 Small）在你自己的处理器或显卡上运行，按 30 秒一段聆听音轨，并为每个词写出时间戳。随后这些词会被整理成便于阅读的字幕行：在停顿和标点处换行，每行不超过你设置的字符数（默认 42，即 Netflix 的建议值），默认情况下单条字幕在屏幕上停留不超过七秒。
编辑器旁边是预览画面，字幕的显示效果与导出后完全一致。点击某一行即可跳转到对应位置，你可以修正听错的人名，以 0.1 秒为单位微调开始和结束时间，拆分或合并字幕行，整体调整所有时间来修正音画不同步，还可以撤销任何修改。
导出格式为标准的 SubRip (.srt)、WebVTT (.vtt) 或纯文本，可直接用于 YouTube Studio、Vimeo、Premiere Pro、DaVinci Resolve、CapCut 或 VLC。你也可以把字幕直接烧录进画面，并自定义大小、颜色、背景底框或描边以及位置；视频会重新编码（WebM 和 MKV 输出为 WebM，其他格式输出为 H.264 编码的 MP4），原始音频会保留。暂不支持说话人姓名、卡拉 OK 式逐词动画，也不支持翻译成英语以外的语言。
隐私
页面直接从你的磁盘读取视频，不会上传。音轨在内存中解码，Whisper 模型在你设备上的后台线程中运行，烧录字幕的视频也在本地生成。唯一需要下载的是来自 Hugging Face 的模型文件和来自 jsDelivr 的媒体引擎，首次使用后都会缓存。
功能
私密的本地 AI
语音识别通过 WebAssembly 或 WebGPU 在本地运行 Whisper，你的视频不会离开你的电脑。
99 种语言 + 翻译
自动检测语音语言，并可把任何受支持语言的语音翻译成英文字幕。
专业的字幕编辑器
编辑文字和时间，拆分、合并字幕行，整体调整时间，跟随播放，并支持撤销和重做。
易读的换行
在自然停顿和标点处断行，每行字符数以及一行或两行都可由你选择。
烧录字幕
把字幕直接嵌入视频，可自定义字号、颜色、背景底框或描边以及位置。
导入现有 SRT
已有字幕？导入 SRT 或 VTT 文件即可修改，或烧录进你的视频。