自动生成 SRT 字幕
选择音频或视频后，会生成带时间码的字幕文件（SRT）。如果是视频，可以在叠加字幕的状态下播放核对；导出前可以在页面上修改文字，可直接用于视频剪辑软件。
该语言在较小的模型上准确率会明显下降，请选择「Whisper Small」或更大的模型
通常保持「自动」即可。仅当结果中的说话人数与实际明显不符时才需指定
没有文件时，也可以用麦克风录音。停止录音后开始转写（在本设备和所选模型下最长约 000 分钟）。录下的音频同样不会发送到外部。
为视频制作 SRT 字幕的步骤
- 先选择语言，再将视频文件拖入或点击选择。文件读取后会立即开始生成字幕。只有音频的文件也可以生成。
- 完成后播放视频，一边看叠加的字幕一边修改。过长的行可以通过铅笔图标中的「在光标处拆分」分成两行，时间有偏差时点击该行的时间重新输入。
- 在「保存为文件」中选择「SRT（字幕）」导出。如果做了翻译，可以在「导出内容」中选择字幕使用原文、译文还是双语。
编辑和转换已有的 SRT 文件
- 无需转写，就能直接打开手头的 SRT 或 VTT 字幕文件。在选择文件的画面中选择字幕文件，结果页面就会列出字幕的各行。
- 把字幕文件和视频（或音频）一起选择，就能一边播放视频、叠加字幕，一边修改文字和时间，或拆分、删除行。
- 修改后的字幕可以通过“保存为文件”导出为 SRT。选择“VTT（WebVTT 字幕）”即可把 SRT 转换为 VTT，也可以翻译后制作其他语言的字幕。
生成字幕的使用方法
SRT 是使用最广泛的字幕格式，YouTube、Premiere Pro、DaVinci Resolve、VLC 都能直接读取。把导出的文件改成和视频相同的名称并放在同一文件夹，多数播放器会自动识别为字幕。
自动生成的字幕往往需要整理。专有名词的写法、标点位置、每行长度都可以在页面上修改，建议导出前先调整。使用替换功能可以一次性修正反复出现的识别错误。如果读取的是视频，可以在叠加字幕的状态下播放，确认可读性和时间是否合适。
要给 YouTube 视频添加字幕，可在 YouTube 工作室（YouTube Studio）的「字幕」中，将导出的 SRT 作为带时间码的文件上传。如果想把字幕直接烧录到画面中，可以使用导出区域中介绍的 Media Tools 字幕烧录（同样在浏览器内处理）。
遇到问题时
- 背景音乐较大的视频或游戏实况中，说话声可能会从字幕中漏掉。日语、中文、韩语以外的语言，请将模型调到 Small 及以上。
- 只有音效或音乐的场景中，可能会出现没有人说过的字幕。请从该行的「⋮」菜单中删除。
常见问题
除了 SRT 还能导出别的格式吗？
可以。字幕还可以选择 VTT（WebVTT）。作为正文使用时可选纯文本（TXT）、Word（DOCX）或 PDF，在电子表格或程序中处理时可选 CSV 或 JSON。TXT、Word 和 PDF 只有在启用说话人分离时，才会在每行开头加上开始时间。
可以按发言者区分字幕吗？
启用说话人分离后，每一行都会记录发言者。你也可以在页面上修改发言者名称，或逐行重新指定。
字幕时间轴出现偏移时能修正吗？
可以。点击行的时间，或在“⋮”菜单中选择“编辑时间”，就能按秒（精确到百分之一秒）重新输入开始和结束。还可以添加或删除行，因此可以在导出前补上模型漏掉的语句，或删掉静音段出现的错误行。
可以生成哪些语言的字幕？
可以生成 100 种语言的字幕。可指定 Whisper 支持的 99 种语言（包括中文、日语、英语、韩语、西班牙语），以及使用 SenseVoice 转写的粤语。不确定时也可选择「自动检测」。
准备音频、视频，以及转写之后
诚邀协助提升服务品质
无论成功还是失败，如果能把当时的情况发送给我们，都有助于查明原因（统计失败率需要两者兼有）。了解哪些设备、哪些设置更容易失败后，我们就能调整推荐设置并修复相应问题。如果方便，保持开启会帮上很大的忙。
会发送的信息
设备性能（GPU 型号、内存、核心数）、浏览器与操作系统、所选模型与语言、说话人分离的设置（是否开启及指定的人数）、页面的显示语言、处理进行到哪一步（包括中途停止或关闭页面的情况）、错误的类型与内容、文件格式和大致的大小与时长，以及处理耗时。用于关联同一标签页内处理的临时编号（关闭标签页后删除）。结果页面上的编辑（如更改说话人名称、拆分行）、翻译、摘要和字幕文件读取的使用次数、在「保存为文件」中选择的格式和「复制文本」和「全部保存」的使用次数，以及翻译的语言组合。
不会发送的信息
音频数据、转写结果（包括正文、说话人名称和译文）、文件名和 IP 地址。数据只发送到本站自有服务器，不会交给第三方服务。