如何在 Windows 照片应用（视频编辑器）中添加字幕

这里有个没人会提前告诉你的事实：Windows“照片”应用实际上并不具备添加字幕的功能。如果你曾花二十分钟寻找一个根本不存在的“字幕”按钮，那你绝非个例。微软已从“照片”应用中移除了之前的视频编辑器，现在建议使用 Clipchamp 进行更全面的视频编辑。 “照片”应用仍然可以剪辑视频，但如果你需要字幕或文字说明，就需要转用专门的编辑或转录工作流程了。.

好消息是？只要采用正确的工作流程，你仍然可以为视频制作专业的字幕，并且自动字幕生成工具可以大大减少人工转录工作量。.

主要收获

“Windows 照片”可以查看媒体文件并执行基本的视频剪辑操作，但不提供内置的字幕或标题编辑功能。.
微软的 Clipchamp 是 Windows 的官方视频编辑器，支持多种语言的自动字幕生成功能。.
以无障碍为重点的字幕应准确传达对话及相关非语音音频内容，必要时还应标明说话者身份。.
SRT 是兼容视频平台和编辑工具之间传输字幕时支持最广泛的格式之一。.
自动转录可以减少制作带时间码字幕所需的手工工作量。.
翻译能力可帮助团队根据源文本创建多语言版本。.
无障碍要求因组织、管辖区域和内容而异，因此涉及法律或合规性的项目应根据其适用的标准进行核查。.

了解字幕为何对您的内容至关重要

在嘈杂的环境中、当音频被静音时，以及对于使用不同语言的观众而言，字幕和字幕说明都能帮助他们更轻松地理解视频内容。无障碍字幕对聋人和听力障碍观众尤为重要，因为它们不仅传达了对话内容，还传递了相关的音频信息，例如发言人切换、音乐以及具有重要意义的声音效果。.

学校、企业、政府机构及其他组织也可能根据适用法律和具体情况承担无障碍义务。例如，《美国残疾人法案》（ADA）要求受该法案约束的实体为有沟通障碍的人士提供有效的沟通方式，尽管具体的解决方案需视具体情况而定。.

而且潜在受众群体相当庞大。世界卫生组织估计，全球约有4.3亿人患有导致残疾的听力损失。.

除了提高可访问性之外，字幕还能解决实际的商业问题：

新闻编辑部 可以将视频访谈转换为可搜索的文本档案
研究人员 可以在长达数小时的采访录音中找到具体的引语
销售团队 可以更高效地回顾与客户的对话
市场营销团队 能够为国际受众进行内容本地化

《Windows 照片入门：它到底能做什么》

让我们先澄清一下这个误解。Windows 照片主要是一款照片和媒体管理应用，但它也提供基本的视频剪辑功能。微软建议需要更高级视频编辑功能的用户使用 Clipchamp。.

以下是“Windows 照片”的功能：

查看和整理媒体文件
剪掉视频的开头和结尾
使用裁剪、调整、滤镜、标注及其他支持的工具编辑照片

当前“照片”应用的视频编辑工作流程存在以下不足：

字幕或字幕说明的编写
字幕时间轴编辑器
直接从“照片”应用导出SRT字幕

如果您需要字幕，则需要使用 Clipchamp、Subtitle Edit 等专用的字幕编辑器，或者专业转录软件用于生成字幕文件的。.

使用 Clipchamp：微软真正的视频编辑器

Clipchamp 是微软官方的 Windows 视频编辑器。在 Windows 11 上，您可以从“开始”菜单启动 Clipchamp 应用。微软还支持从“照片”应用中的媒体文件启动 Clipchamp 项目，而“文件资源管理器”则提供了一个 使用 Clipchamp 进行编辑 兼容媒体的快捷方式。.

在 Clipchamp 中设置自动字幕

微软当前的 Clipchamp 字幕制作流程非常简单：

导入视频 – 将视频或音频素材添加到 Clipchamp，并将其放置在时间轴上。.
开放式字幕 – 在预览中选择“字幕”图标，或在属性面板中选择“字幕”选项卡。.
选择语言 – 选择转录语言，并可选配粗俗语言过滤功能。.
生成字幕 – 选择 媒体转录 然后让 Clipchamp 处理音频。.
审阅和编辑 – 转录文本和时间戳会显示在“字幕”面板中，您可以在该面板中更正转录错误。.

自动生成的字幕是一个有用的起点，但生成的文本仍需进行审核。语音识别可能会受到音频质量、多人同时说话、口音、背景噪音以及术语等因素的影响。.

Clipchamp 还允许个人账户用户下载由其自动字幕生成的 SRT 文件。.

Clipchamp 选项

对于个人账户，Clipchamp 的免费服务目前包括核心编辑工具、AI 字幕、无水印导出以及最高 1080p 高清视频导出功能。通过 Microsoft 365 个人版和家庭版订阅，可使用高级个人版功能，包括 4K 超高清导出以及额外的素材和品牌定制工具。工作及教育版许可条款可能有所不同。.

对于偶尔制作的个人视频，免费的 Clipchamp 或许就能满足您的所有需求。而涉及大型内容库、多语言转录、可复用的字幕文件或协作式转录编辑等业务工作流程，则可能更适合使用专业的转录平台。.

为什么手动制作字幕需要时间

手动制作字幕听起来似乎很简单，直到你尝试大规模处理时才会发现其中的难度。每一句台词都必须转录、划分为易于阅读的字幕段落、与音频同步、进行审核并修正。.

对于需要定期处理视频内容的企业而言，这会带来存储容量、交付期限和内容一致性方面的挑战。. 教育机构可能还需要管理大量包含讲座、培训视频及其他需要提供可访问文本的录音资料的资源库。.

自动生成准确的字幕

现代人工智能转录技术改变了字幕制作的工作流程。您无需手动输入每个单词，只需上传视频，生成带时间码的转录文本，审核文本内容，然后将其转换为字幕文件即可。.

自动转录可以带来以下几方面的好处：

速度: 生成初稿的速度远快于手动输入
编辑效率: 从生成的文本开始，而不是从空白文档开始
一致性: 在大量录音中统一使用一个工作流
可扩展性: 批量处理多个文件，无需手动逐个转录

识别准确率仍取决于录音质量。清晰的语音、优质的麦克风、较少的背景噪音以及说话者之间保持适当距离，通常能为语音识别系统提供更好的输入数据。.

专业的转录平台还可以提供诸如发言人识别、单词级时间戳、自定义词典、可搜索的转录文本以及同步编辑等工作流功能。.

为视频平台和编辑软件创建 SRT 文件

SRT（SubRip 字幕）是最受广泛支持的字幕格式之一。它将字幕以带编号的文本条目形式存储，并附有开始和结束时间戳。.

00:00:01,000 –> 00:00:04,000

欢迎参加今天的演讲。.

00:00:04,500 –> 00:00:08,000

我们将介绍本季度的业绩。.

获得 SRT 文件后，您可以将其上传或导入到支持外部 SRT 字幕的平台和编辑器中。.

Clipchamp 的一大特点是：微软目前针对标准版 Clipchamp 编辑器的文档主要侧重于 在 Clipchamp 中生成字幕，并将结果下载为 SRT 格式. 该文档未说明如何将现有的 SRT 文件导入到普通的 Clipchamp 编辑项目中。微软提供了独立的 Microsoft 365 视频播放器工作流，支持上传字幕文件，但不应将其与标准编辑体验混为一谈。.

Sonix 支持多种字幕导出格式，包括：

SRT – 广泛支持的字幕格式
VTT – 通常用于网络视频
TTML – 专业工作流程中使用的带时间戳文本格式
FCPXML 和 AVID 标记 – 适用于受支持的后期制作工作流的 Available

为全球观众翻译字幕

一旦您获得了准确的源文本转录稿，, 翻译无需启动转录流程，即可帮助创建其他语言版本 again。.

对于拥有国际受众的企业而言，多语言字幕可以使现有内容在更多市场中发挥作用：

Training 视频 可为多个地区的团队提供支持
营销内容 可针对地区性营地进行调整aigns简体中文（大陆）
纪录片片段 可供国际受众观看
网络研讨会 对于更喜欢使用其他语言的观众来说，内容会更容易理解

工作流程非常简单：生成并审核源语言的文字稿，将其翻译成所需语言，根据需要审核这些译文，并为支持字幕的目标语言导出字幕文件。.

专业字幕的最佳实践

要制作出让观众能够轻松跟上的字幕，需要注重时间控制、行长、位置和准确性。.

时间安排与持续时间

确保每条图片说明都足够简短，以便读者轻松阅读
避免在屏幕上堆砌过多文本行
给观众留出足够的显示时间，以便阅读每条字幕
尽可能避免出现令人别扭的句子或短语断句
请查看目标广播机构、平台或客户的具体规格，因为具体限制会有所不同

可读性

确保字幕与视频背景之间形成鲜明对比
选择清晰、易读的字体
将图注放置在不会遮挡重要视觉信息的位置
Maintain 距屏幕边缘的合适间距

准确性与可访问性

发布前请审核自动生成的文本
在观众无法辨别说话者身份时，标明说话者
包含有意义的非语音音频，例如 [门关上了], [音乐], ，或 [笑声] 当需要理解内容时
请确保字幕 remain 与相应的音频保持同步

对于医疗、法律、教育及其他高风险领域的内容，不应自动将自动转录结果视为最终版本。错误可能会造成严重后果，因此在依赖转录结果之前，最好由人工进行审核。.

为您的工作流程选择合适的工具

不同的工具适用于不同的需求。以下是选择方法：

在以下情况下请使用 Clipchamp：

偶尔制作一些个人视频
使用 straightforward 音频
基础编辑功能可满足您的需求
您希望在视频项目中直接生成字幕
你有时间检查并修改生成的字幕

在以下情况下，请使用专业的转录软件：

针对企业需求的常规视频内容处理
需要可重复使用的字幕和字幕文件
创建多语言内容
需要可搜索或可分析的文字记录
时间效率和协作很重要

在以下情况下请使用 Subtitle Edit：

已有需要调整时间轴的字幕文件或字幕文件
熟悉更专业的字幕编辑软件
需要专门的字幕格式或批量处理控制功能

对于许多商业应用而言，从自动生成的带时间码的文字稿开始，可以省去大量手动录入的工作。随后，您可以审阅内容，并将其准备好，以便在您使用的任何支持的视频编辑器或发布平台上进行处理。.

为什么 Sonix 能让字幕制作变得简单

当处理长达数小时的视频内容时，转录质量和工作流程速度将决定制作字幕所需的工作量。. Sonix 将基于人工智能的转录功能与编辑、时间轴调整、翻译和字幕导出工具相结合。.

该平台支持完整的字幕制作工作流程：

上传直接上传视频文件，或连接支持的集成服务，包括 Zoom、Google Drive 和 Dropbox。.
转录在 54种以上语言, ，据Sonix报告，对于音质清晰的录音，其转录准确率最高可达99%。.
编辑带有单词级时间戳的转录文本，以及基于浏览器且与音频同步的工作流程。.
翻译在平台内生成文字稿并制作多语言字幕版本。.
导出 SRT、VTT、TTML 及其他受支持的专业格式，或创建嵌入式字幕。.

Sonix 表示，其字幕生成工作流程大约能在五分钟内为一小时左右的视频生成字幕，不过实际的处理和审核时间会因视频内容而异。.

对于处理敏感内容的组织而言，, Sonix 的安全文档确认已获得 SOC 2 Type II 认证，采用 AES-256 加密保护静止数据，使用 TLS 加密保护传输中的数据，并实施双因素身份验证及基于角色的访问控制。这些控制措施是否符合特定组织的要求，应根据该组织自身的安全和合规政策进行评估。.

无论您是负责制作国际字幕的制作公司、正在整理访谈录音的研究人员，还是管理带字幕视频的教育工作者，, 自动转录可以将一个高度依赖人工的流程转变为更简化的编辑工作流程。.

最终结论：为什么 Sonix 是一套完整的字幕制作解决方案

虽然“Windows 照片”缺乏字幕制作功能，而 Clipchamp 提供了内置的自动生成字幕功能，但更复杂的字幕工作流程通常需要可重复使用的文字稿、多语言版本、精细的时机控制或多种导出格式。.

在以下情况下，请选择 Clipchamp：

偶尔制作一些个人视频
您希望在编辑器中直接生成自动字幕
基本的编辑和字幕样式设置可满足您的需求
你有时间审阅并更正该笔录

在以下情况下请选择 Sonix：

处理常规业务内容
与……合作医疗, 法律、教育或其他需要仔细核对文字记录的内容
为国际受众创建多语言内容
需要协作工作区和访问控制
要求提供可搜索的转录文本和人工智能辅助分析
希望提供多种字幕导出选项和嵌入式字幕

Sonix 根据其当前的字幕文档，该平台提供54种以上语言的转录服务，支持基于浏览器的编辑、翻译功能、协作功能以及多种字幕导出格式。.

对于专业团队而言，这将为您提供一种超越了单纯为单个视频添加自动字幕的工作流程。.

常见问题

我可以在 Windows 照片应用中直接添加字幕，而无需使用外部文件吗？

不。当前的 Windows “照片” 应用虽然可以剪辑视频，但并未提供内置的字幕制作工作流。微软建议用户使用 Clipchamp 进行更高级的视频编辑。在“照片”应用中，您可以打开视频，并在可用时使用 Clipchamp 编辑选项；“文件资源管理器”也支持一个 使用 Clipchamp 进行编辑 兼容媒体的快捷方式。.

字幕和字幕说明有什么区别？

字幕通常将对话内容以屏幕文字的形式呈现，其语言可能与音频相同，也可能被翻译成另一种语言。无障碍字幕则更进一步，在理解内容需要时，还会传达相关的非语言信息，例如音乐、音效、笑声或说话者身份等。.

如何确保字幕与视频完美同步？

首先从一份带有时间码的文字记录开始，该记录来自一个自动转录工具，然后在播放视频的同时检查字幕，并调整那些开始或结束时间过早或过晚的字幕行。以 Sonix 为例，它提供了单词级的时间戳和可视化时间轴，用于微调字幕的时机。发布前务必预览最终的视频或字幕文件。.

哪些文件格式最适合不同的平台？

SRT 是最广泛支持的字幕格式之一，当目标平台支持该格式时，它是一个实用的默认选择。 VTT 通常用于网络视频，而 TTML 则应用于某些专业和广播工作流程中。具体要求因平台而异，因此在导出前请务必查看接收文件的平台规范。Sonix 目前支持 SRT、VTT、TTML 以及其他与专业字幕相关的格式。.

为什么准确性对商业字幕如此重要？

准确的字幕能让内容更易于理解、搜索、翻译和审核，而无障碍字幕则需要传达观众理解内容所需的音频信息。在医疗、法律、教育及其他高风险领域，错误的影响尤为严重，因此应根据预期用途的要求，对自动生成的字幕进行相应级别的审核。.

在几分钟内获得准确的转录

开始更智能的转录。免费试用 Sonix 或了解我们的定价，找到适合您的计划。

免费试用 Sonix 查看定价