如何用音频生成字幕
- 点击选择音频文件，选一段不超过 100 MB、20 分钟的录音。MP3、M4A、WAV、OGG、Opus、FLAC 和 AAC 都可以。如果是视频，请使用字幕生成器。
- 选择说话的语言。如果录音以音乐开头，自己指定会更有帮助。
- 点击生成字幕，等待文字出现。
- 下载 SRT 或 VTT 文件，并添加到你的项目中。
从音频而不是视频开始的情况
- 配音旁白： 先录旁白，之后再配画面，这样你可以对照字幕来安排剪辑点。
- 播客片段： 把一期节目做成带动态字幕的视频，发到社交网络。
- 单独的麦克风： 麦克风录下的干净录音，效果往往比摄像机的声音更好。
- 纯音频课程： 为不方便或不愿意听的人，给课程配上文字轨道。
让字幕和声音保持同步
文件中的时间是从录音的第一刻开始计算的。在视频剪辑软件里，把音频放在时间轴的起点，字幕也从同一位置开始，两者就能对上。如果把音频往后移，请同时选中两条轨道一起移动。生成文件后再裁掉某一段，会让后面所有内容都错位，所以最好先完成剪辑。
在 CapCut 里给旁白加字幕
制作短视频时，常见的做法是先录好声音，再在 CapCut 里围绕它搭建画面。用录音生成 SRT，然后把音频放在 CapCut 时间轴的最开头，并在那里导入文件，这样文字就能和声音对上。
- 电脑版或网页版 CapCut 可以通过字幕区域接受 SRT 文件。
- CapCut 手机 App 根据其帮助页面不能导入字幕文件。请在电脑或网页上导入文件，之后再在手机上打开同步好的项目。
CapCut 属于另一家公司，与本站没有任何关系。这里出现它的名称，只是为了说明文件用在哪里。
哪些录音效果最好
- 贴近麦克风的说话声错误最少，安静的房间比昂贵的麦克风更重要。
- 歌曲和演唱效果不好，因为识别是为说话声设计的，而音乐会盖住歌词。
- 语音消息即使是用手机录的也很好用，只要同一时间只有一个人在说话。
修改文件
SRT 是纯文本，任何文本编辑器都能打开。边听录音边阅读，并改正人名和专业术语，这是最常见的错误。只改文字，不要动编号和时间，否则剪辑软件可能不接受这个文件。如果你只需要不带时间的文字，语音转文字是更简单的页面。
常见问题
能用 WhatsApp 语音消息生成字幕吗？
可以，只要你的设备上有这个文件。WhatsApp 音频通常是 OGG 或 Opus 格式，两种都支持。请只使用你有权使用的录音，并记住文件会经过我们的服务器。
能用于歌词吗？
不太可靠。音乐会盖住人声，歌声也不像识别所针对的说话声，所以会有漏掉和凭空多出来的词。整理过的纯人声音轨效果更好，但仍需仔细检查。
这个工具会生成视频吗？
不会。你得到的是带文字和时间的字幕文件。想在屏幕上看到字幕，请把音频和这个文件连同你的画面一起放进视频剪辑软件，再从那里导出视频。
该选 SRT 还是 VTT？
几乎所有场合都选 SRT，包括视频剪辑软件和 YouTube。VTT 是为网页上的视频播放器准备的。两者的文字和时间相同，所以可以都下载下来试试。
最长能发送多长的录音？
每个文件最长 20 分钟、100 MB。更长的一期节目，请用音频剪切分段后再逐段发送。每一段的时间都会重新从零开始，所以请在剪辑软件里把每个文件放到正确的位置。
我的录音会被保存吗？
不会。声音读取完毕后立即删除，字幕不经保存，直接送到你的页面。我们只记录使用数据，例如文件的时长和语言。
在 CapCut 里，字幕会跟上我的旁白吗？
会，只要录音从 CapCut 时间轴的最开头开始，因为文件里的时间是从它的第一刻算起的。如果你在 CapCut 里裁掉了音频的开头，请把录音也同样裁剪，然后重新生成字幕。