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
如果已知说话人数，指定后准确率会大幅提升
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。
常见问题
除了 SRT 还能导出别的格式吗？
还可以导出纯文本（TXT）。TXT 不含时间码，只有正文，适合用作会议记录或稿件。
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？
可指定中文、日语、英语、韩语、西班牙语等 11 种语言，也可选择自动检测。内置模型为多语言版本，列表之外的语言在自动检测下通常也能识别。
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、处理进行到哪一步、错误内容、文件格式和大致的大小与时长，以及处理耗时。
不会发送的信息
音频数据、转写结果、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。