首页 › 音频工具 › 免费文字转语音 › 带字幕的文字转语音

带字幕的文字转语音

同时获得音频和同步的SRT、VTT字幕

0 / 5000
+0%
+0 Hz

有些符号可能会被读出来

声音可能会把这些符号念出来,或者读得磕磕绊绊。要在生成音频之前把它们删掉吗?

    💡 如何把文字转成语音

    SaveMeTools使用Microsoft Edge的在线神经网络语音,通过开源的edge-tts库实现,与Microsoft没有任何关联。你的文字仅用于生成音频,文字和音频都不会被保存。请阅读我们的服务条款。

    屏幕截图:带字幕的文字转语音

    从一开始就同步的字幕

    先写好稿子再加字幕时,通常要手动对齐每一句话。在这里完全没有必要。声音朗读时,会报告每个词的准确时刻。SaveMeTools利用这些时间生成字幕,所以从第一帧起就与音频吻合。

    每一行字幕是怎么生成的

    • 每行最多42个字符,这是在屏幕上舒适阅读的常用上限。
    • 同一条字幕在屏幕上停留不超过五秒。
    • 每句话结束后另起一行。
    • 你的标点和大小写会原样保留,和你写的一模一样。

    SRT还是VTT?

    SRT是通用的选择:它适用于YouTube、剪映(CapCut)、Premiere、DaVinci Resolve、VLC以及几乎所有其他视频软件。VTT是网页的标准格式,HTML视频播放器使用它。如果你拿不准,就选SRT。

    在视频中使用

    1. 生成音频,并同时下载MP3和SRT。
    2. 把两者都导入你的剪辑软件,把音频放在时间轴的最开头。
    3. 把SRT作为字幕导入。它们会自动与声音对齐。
    4. 按需调整样式,或者把字幕烧录进视频,让它们始终可见。

    为什么字幕值得加

    很多人在手机上静音看视频,没有字幕的话,他们只会直接划走。字幕也让听障观众可以看懂你的视频,并给搜索引擎提供可读的文字。

    语速对字幕的影响

    字幕是根据最终音频来计时的,所以无论什么语速,都能保持同步。变化的是观众阅读字幕的时间:

    • 语速越快,阅读时间越短。在+100%时,每一行字幕在屏幕上停留的时间只有正常语速的一半。如果视频要靠字幕来理解,建议把语速控制在+15%以内。
    • 教程和讲解类内容:设为-5%到-10%,观众可以边看边听。
    • 音调:不会影响字幕,因为它不会改变每个词说出的时间点。

    常见问题

    字幕适用于所有语言吗?

    适用,本页面上的所有语言都可以,包括中文、日语和阿拉伯语。时间来自声音本身,所以与文字体系无关。发布之前,请先确认你的视频编辑软件如何处理从右向左书写的文字和特殊字符。

    可以编辑字幕吗?

    可以。SRT和VTT是纯文本文件。用记事本或任何编辑器打开,修改文字即可。带时间的那些行请保持原样。如果你大幅修改了文字,阅读节奏可能就和实际说出的内容不再匹配。

    如果我调整语速,字幕会跟着变吗?

    会。时间来自最终的音频,所以已经把你的语速考虑在内。请记得从同一次生成中下载字幕和音频:如果你用另一个语速重新生成,两个文件都要重新下载。

    可以上传视频来获取字幕吗?

    这里不行:这个工具从文字出发,朗读你输入的内容。想从录音中得到文字和字幕,请使用语音转文字工具。如果你有台词稿,把它粘贴到这里,就能得到一段新的旁白,字幕与内容完全吻合。

    应该下载SRT还是VTT?

    YouTube两种都支持,大多数视频编辑软件(例如Premiere Pro和DaVinci Resolve)可以导入SRT。VTT是专为网页和在线播放器设计的格式。如果拿不准,就先用SRT。两者的文字和时间完全相同,所以试一试不会有任何损失。

    字幕会直接烧录到音频或视频里吗?

    不会。它们是包含文字和时间的独立文件,所以不会往MP3里添加任何东西。你可以在剪辑软件中把它们加到视频里,或在平台上随视频一起上传,观众就能自行开启或关闭字幕。

    更多工具

    这个页面有帮助吗?