如何使用 FFmpeg 添加字幕（命令行指南）

给视频添加字幕本不该需要计算机科学学位——但当你第一次面对命令行终端时，往往会觉得这简直像是一门高深学问。 FFmpeg 是一款免费的开源视频处理工具，它提供了强大的字幕处理功能，且无需支付软件许可费。无论你是需要将字幕直接烧录到视频中，还是嵌入可切换的字幕轨道，FFmpeg 都能通过几条精心设计的命令轻松搞定。对于那些希望完全跳过命令行操作的人来说，, 自动生成的字幕借助相关工具，原本需要手动完成的工作流程只需点击几下即可完成——但了解 FFmpeg 能让你完全掌控字幕的嵌入和渲染过程。.

主要收获

FFmpeg 支持两种字幕方式：软字幕（可切换的字幕轨道）和硬字幕（永久嵌入视频中的字幕）
SRT 文件采用简单的时间戳格式，而 ASS/SSA 文件则支持通过字体、颜色、位置和特效进行高级样式设置
硬字幕的处理需要对视频进行重新编码，这不仅速度较慢，而且对CPU的消耗更大
在复制原始视频和音频流时，通常可以添加软字幕，从而避免对视频进行重新编码
FFmpeg 8.0 引入了一个用于自动转录的可选 Whisper 音频滤波器，但其可用性取决于 FFmpeg 二进制文件的编译方式，并且需要兼容的模型
SRT 与各类字幕工具、播放器和平台具有广泛的兼容性
ASS/SSA 文件提供了丰富的样式控制功能，包括动画文字效果和卡拉 OK 风格的高亮显示
当视频流在未重新编码的情况下被复制时，软字幕可以保留原始视频的质量

了解字幕格式：SRT、VTT 和 ASS/SSA

在深入了解 FFmpeg 命令之前，你需要先弄清楚自己要处理的是什么。字幕文件有多种格式，每种格式都有不同的用途，并提供不同程度的控制。.

什么是 SRT 文件？

SRT（即 SubRip Text）因其简单易用，已成为使用最广泛的字幕格式之一。其结构遵循一种直截了当的模式：

00:00:01,000 –> 00:00:03,500

这是第一个字幕。.

00:00:03,500 –> 00:00:06,000

这是第二个副标题。.

每个条目包含一个序号、一个时间戳范围以及显示的文本。您可以在任何文本编辑器中创建和编辑 SRT 文件——记事本、TextEdit 或 VS Code 均可。该格式支持基本的换行，但原生样式设置功能有限。.

常见字幕格式的区别

您选择的格式会影响字幕的功能：

SRT（SubRip）: 带时间戳的 Plain 文本，兼容性广泛，样式设置有限
VTT（WebVTT）: 一种侧重于网页应用的格式，包含提示点设置和基本样式，通常用于 HTML5 视频播放器
ASS/SSA（高级变电站阿尔法）: 丰富的样式控制功能，包括字体、颜色、定位、阴影和动画

对于需要添加品牌字幕的社交媒体内容，ASS 文件能够灵活适应您的视觉识别体系。在无障碍工作流程和广泛兼容性方面，SRT 通常是一个实用的选择。.

配置 FFmpeg：安装与基本用法

FFmpeg 通过命令行运行，这意味着您需要在 macOS 或 Linux 上的“终端”（Terminal），或 Windows 上的“命令提示符”（Command Prompt）或“PowerShell”中输入命令。安装方法因操作系统而异：

Windows: 访问 FFmpeg 下载页面并点击其中一个链接，跳转到兼容的 Windows 版本。解压文件，然后将该版本的 bin简体中文（大陆）将该文件夹添加到 PATH 环境变量中。.

Mac: 打开终端并运行 brew install ffmpeg 如果你使用的是 Homebrew 包管理器。.

Linux: 运行 sudo apt install ffmpeg 在 Ubuntu 或 Debian 上，或者 sudo pacman -S ffmpeg 在基于 Arch 的发行版上。.

请输入以下命令以验证安装是否成功：

ffmpeg -version

设置成功后，将显示版本和构建配置信息。对于嵌入式字幕，请检查配置中是否包含 –enable-libass, ，或者运行 ffmpeg -filters 并确认该字幕列出了过滤器。.

FFmpeg 基本命令结构

每个 FFmpeg 命令都遵循一种一致的模式：

ffmpeg -i input.mp4 [选项] output.mp4

"(《世界人权宣言》) -i flag 指定输入文件，options 用于修改处理方式，最后一个参数则指定输出文件名。理解这种结构后，即使是复杂的命令也更容易理解。.

软字幕：将外部字幕轨道添加到视频中

软字幕以独立轨道形式存储在视频文件中，观众可以自行选择开启或关闭。这种方法能够保持原始视频质量，因为无需对视频流进行重新编码。.

在不重新编码视频的情况下合并SRT文件

MP4 格式的一个基本软字幕命令是：

ffmpeg -i video.mp4 -i subtitles.srt -c copy -c:s mov_text -metadata:s:s:0 language=eng output.mp4

具体分析如下：

-i video.mp4: 您的源视频
-i subtitles.srt: 您的字幕文件
-c 复制: 复制兼容的输入流，且不进行重新编码
-c:s mov_text: 将字幕轨道转换为与 MP4 兼容的格式 mov_text 格式
-元数据:s:s:0 语言=英语: 将第一条字幕轨道标记为英语

由于 FFmpeg 可以在转换过程中仅处理字幕流，同时复制视频和音频流，因此处理速度通常比硬字幕渲染快得多。对于需要在嵌入字幕前先创建字幕文件的团队来说，, Sonix 可以从音频或视频中自动生成SRT文件。.

处理多种字幕语言

对于需要提供多种语言选项的内容：

ffmpeg -i video.mp4 -i english.srt -i spanish.srt -map 0 -map 1 -map 2 -c copy -c:s mov_text -metadata:s:s:0 language=eng -metadata:s:s:1 language=spa output.mp4

这将生成一个视频文件，其中包含可选的英语和西班牙语字幕轨道。该 -map 这些选项明确包含了来自每个输入的流。.

硬编码字幕：将字幕直接烧录到视频中

硬字幕会成为视频帧的永久组成部分，无论播放器设置如何，都会显示出来。这有助于确保在无法可靠显示独立字幕轨的播放环境中，字幕仍能正常显示。.

使用字幕过滤器设置永久字幕

基本的烧机命令是：

ffmpeg -i video.mp4 -vf “subtitles=subtitles.srt” -c:v libx264 -c:a copy output.mp4

"(《世界人权宣言》) -vf video-filter 选项会应用字幕滤镜，将文字直接渲染到视频帧上。由于该滤镜是在解码后的帧上进行操作的，因此必须对视频进行重新编码。该 -c:一份副本当该选项与输出容器兼容时，将保留原始音频流。.

自定义字幕外观

Plain 的白色文字并不总是符合专业视频的美学要求。FFmpeg 的 force_style 该选项允许您覆盖 ASS 的样式属性：

ffmpeg -i video.mp4 -vf “subtitles=subtitles.srt:force_style=’FontName=Roboto,FontSize=18,BackColour=&H40000000,BorderStyle=3′” -c:v libx264 -c:a copy output.mp4

这会生成背景部分透明的字幕。Available 的样式选项包括：

字体名称: 一个可转换为 avai 的字体名称
字体大小: 一个 ASS 字体大小值；渲染后的大小取决于字幕和视频的缩放比例
PrimaryColour: ASS 中的文字颜色 &HAABBGGRR 记法
背景色: 背景色或阴影色，包括透明度
BorderStyle: 通常 1 如需大纲或 3 用于带边框的背景
大纲: 轮廓宽度（单位为 ASS 脚本单位）
阴影: 阴影深度（以 ASS 脚本单位为单位）

字体availability取决于系统和FFmpeg的构建版本。对于可移植的工作流，您可能需要通过滤镜的 fontsdir 选项。.

常见问题与故障排除

以下几个问题经常让 FFmpeg 初学者感到困惑：

“没有此类筛选条件：字幕”: 您的 FFmpeg 构建可能不支持 libass。请检查 ffmpeg -filters, 安装一个包含该过滤器的版本，或者使用以下选项编译 FFmpeg： –enable-libass.

乱码: 字幕文件可能使用了错误的字符编码。请将其重新保存为 UTF-8 格式。如果使用其他编码，请使用字幕过滤器的 charenc 在支持的情况下，可选。.

字幕与视频不同步: 使用 -itsoffset 在字幕输入之前，用于平移整个字幕流。正值会延迟字幕；负值会提前字幕。.

输出文件体积庞大: 硬字幕会导致视频重新编码。对于 H.264 输出，请使用支持 CRF 的编码器（例如）来控制画质和文件大小，例如 -c:v libx264 -crf 23. CRF 值越低，通常生成的文件质量越高、体积也越大。.

常见场景下的具体 FFmpeg 命令示例

向 MP4 视频添加 SRT 字幕（软件方法）

ffmpeg -i interview.mp4 -i captions.srt -c copy -c:s mov_text output.mp4

请将此方法用于支持在 MP4 文件中选择字幕轨道的播放器和分发工作流。对于提供专用字幕上传界面的平台，单独上传 SRT 文件可能更可靠。.

将VTT文件转换为MKV视频（难度较高）

ffmpeg -i webinar.mkv -vf “subtitles=captions.vtt” -c:v libx264 -c:a copy output.mkv

"(《世界人权宣言》) -c:一份副本当编解码器与输出容器兼容时，此选项可在不进行重新编码的情况下保留原始音频。.

ffmpeg -i clip.mp4 -vf “subtitles=captions.srt:force_style=’FontName=Arial,FontSize=24,PrimaryColour=&H00FFFFFF,BackColour=&H80000000,BorderStyle=3,Alignment=2′” -c:v libx264 -preset veryfast -c:a copy output.mp4

对齐=2 根据标准的ASS对齐规则，将字幕置于屏幕底部中央。该 -预设 veryfast 该选项可加快速度 libx264 以牺牲部分压缩效率为代价进行编码。.

FFmpeg 高级字幕处理技巧

调整字幕时间轴

当字幕与音频不完全吻合时：

ffmpeg -i video.mp4 -itsoffset 2.5 -i subtitles.srt -c copy -c:s mov_text output.mp4

这会将字幕流延迟 2.5 秒。若要将其提前，请使用负数，例如 -itsoffset -1.5.

利用ASS实现高级视觉特效

ASS 文件具备 plain SRT 文件本身不具备的功能：

动画文字效果，例如淡入淡出和移动
卡拉OK式高亮显示
多个同时存在的文本位置
按字符或按单词设置样式

使用字幕制作工具创建 ASS 文件，然后通过 FFmpeg 的 ASS 滤镜将其应用到视频中：

ffmpeg -i video.mp4 -vf “ass=styled_captions.ass” -c:v libx264 -c:a copy output.mp4

使用 FFmpeg 的 Whisper 滤镜生成字幕

FFmpeg 8.0 引入了一个可选的 Whisper 音频滤波器，该滤波器可以生成转录输出，包括字幕文件。不过，并非每个 FFmpeg 8.x 二进制文件都包含该功能。.

首先，请检查您的构建是否提供了该过滤器：

ffmpeg -filters | grep whisper

在 Windows PowerShell 中，您可以使用：

ffmpeg -filters | Select-String whisper

您还需要一个兼容的Whisper模型文件。一个典型的命令结构如下：

ffmpeg -i input.mp4 -af “whisper=model=/path/to/model.bin:language=auto:destination=output.srt:format=srt” -f null –

具体选项可能因 FFmpeg 的版本和构建方式而异。兼容的构建版本可能会使用受支持的 GPU 后端，但加速效果取决于链接的 Whisper 库、available 硬件、驱动程序以及构建配置。.

该过滤器可以生成初始字幕稿，但准确度会因模型、语言、口音、录音质量、背景噪音和词汇量等因素而有所不同。发布前请务必审核自动生成的字幕。.

FFmpeg 与视频编辑软件：架起桥梁

FFmpeg 在批量处理和自动化方面表现出色，而专用编辑器则能提供视觉上的精准度。最佳方案通常是两者结合使用。.

何时使用 FFmpeg，何时使用专用视频编辑软件

在以下情况下请选择 FFmpeg：

处理数十或数百个视频
运行自动化批处理作业
通过可重复执行的脚本添加字幕
在 CI/CD 管道或服务器环境中工作

在以下情况下选择视频编辑软件：

通过视觉方式微调单个字幕的时间点
制作复杂的动画字幕
从事需要按帧精确定位的工作
在调整字幕时需要实时视觉预览

导出 FFmpeg 生成的字幕供非线性编辑系统使用

FFmpeg 可以提取或转换兼容的嵌入式文字字幕流：

ffmpeg -i video.mp4 -map 0:s:0 subtitles.srt

当源字幕类型可以表示为文本时，此操作会选择第一个字幕流并将其转换为 SRT 格式。基于图像的字幕轨道在未进行文字识别的情况下无法直接转换为 SRT 格式。生成的文件可在其他字幕工具中进行编辑，或整合到更广泛的视频工作流程.

借助 Sonix 优化字幕工作流程

命令行工具功能强大且灵活，但使用它们需要具备一定的技术能力，而并非所有人都具备这种能力，或者愿意去培养。当截止日期临近且准确性至关重要时，手动转录、字幕时间轴调整和文件管理可能会成为瓶颈。.

Sonix 通过在最终编码之前的步骤中使用人工智能和基于浏览器的工具，该方法对字幕制作流程采取了不同的处理方式：

自动转录 将音频和视频转换为可编辑且带有时间戳的文本
多语言支持 提供转录服务，语言为 54种以上语言
基于浏览器的编辑 将同步播放与文本及字幕时间控制功能相结合
字幕导出 包括 SRT、VTT、TTML、FCPXML 以及其他受支持的制作格式
发言人身份 在支持的转录工作流中自动标注不同的说话者

Sonix 官方表示，生成字幕通常每小时视频需要大约五分钟，但实际处理时间可能会有所不同。其字幕工具还支持时间调整、样式设置以及生成嵌入式字幕。.

对于需要处理常规内容量的团队来说，Sonix的协作功能提供共享文件夹、查看和编辑权限、段落级注释、版本历史记录以及有序的交接流程。Sonix 采用一种专注的编辑模式：一人负责编辑，其他人则可以查看、收听、搜索并留下注释。.

Sonix 还获得 SOC 2 类型 II 认证, ，其中传输中的数据采用 TLS 加密，静止状态下的数据采用 AES-256 加密。处理受监管材料的组织仍应评估适用于其使用场景的具体产品、方案、配置及合同要求。.

FFmpeg remains 非常适合最终的嵌入、转换和渲染。对于前期阶段——转录、审核、翻译和协作——基于浏览器的平台可以减少手动文件准备的工作量。.

最终结论：在 FFmpeg 与专业转录平台之间做出选择

选择 FFmpeg 还是专用转录平台，取决于您的工作流程需求以及对技术的熟悉程度。.

在以下情况下，请选择 FFmpeg：

Detai对字幕编码和渲染参数的控制
用于自动化视频处理流程的批处理
与现有命令行工作流的集成
一款无需支付定期软件订阅费的开源工具
可编写脚本且可重复的媒体处理步骤

当您需要以下服务时，请选择一个专业的转录平台：

无需手动创建文字记录即可实现自动语音转文字
基于浏览器的编辑功能，支持同步播放
多语言转录和翻译
团队协作与审阅工作流
说话人识别与标注
已记录的安全和管理功能

对于许多内容团队而言，一个切实可行的工作流程是将两者结合起来：使用 Sonix 生成并审核带有时间戳、发言人标签和协作工具的转录稿，然后使用 FFmpeg 将字幕嵌入或刻录到最终视频交付文件中。这种方法将辅助转录工作流与对最终输出的技术控制相结合。.

常见问题

软字幕和硬字幕有什么区别？

软字幕以独立轨道形式存储，观众可通过兼容的媒体播放器设置将其开启或关闭。硬字幕则永久渲染到视频帧中，无论是否支持字幕轨道，都会显示。添加软字幕时无需重新编码，因此可以保留原始视频流；而添加硬字幕则需要对视频进行重新编码。.

FFmpeg 能根据音频自动生成字幕吗？

FFmpeg 8.0 引入了一个用于语音转文本转录的可选 Whisper 音频滤波器，但该功能仅在支持 Whisper 的二进制文件中可用，且需要兼容的模型文件。某些构建版本可以使用受支持的 GPU 后端，但无法保证硬件加速效果。准确率会因所选模型、语言、音频质量、口音、噪音和词汇量而异，且标准滤波器的输出并未记录与专用模型所提供的相同说话人识别工作流。转录平台.

如何使用 FFmpeg 更改嵌入式字幕的字体或颜色？

使用 force_style 字幕过滤器中的选项。例如，, -vf “subtitles=captions.srt:force_style=’FontName=Arial,FontSize=20,PrimaryColour=&H0000FFFF'” 应用带有 ASS 颜色值的 Arial 字体。ASS 颜色使用 &HAABBGGRR 记法，其中 AA 表示 alpha。您还可以指定背景色, BorderStyle, 大纲, 阴影, ，以及对齐属性。.

FFmpeg 支持哪些字幕格式？

FFmpeg 可以读取、写入、转换或处理多种字幕格式，包括 SRT、WebVTT、ASS/SSA 以及几种基于图像的字幕格式。具体支持情况取决于 FFmpeg 的构建版本、输入格式、输出容器以及所选的字幕编解码器。对于 MP4 中的软字幕，, -c:s mov_text 被广泛使用。Matroska 容器可以更直接地存储 SRT 和 ASS 等文本编解码器，而硬字幕工作流程通常使用字幕或屁股支持的文本格式的过滤器。.

如何确保字幕与视频完美同步？

在处理整段视频之前，先预览部分片段。如果整段字幕始终出现过早或过晚，请将 -itsoffset 在输入字幕之前：正值会使字幕延迟，负值则会使字幕提前。对于仅影响单行字幕的问题，请编辑字幕文件中的时间戳，或使用带有波形图和播放控制功能的可视化字幕编辑器。.

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