由 Stephen Hopkins(CTO)审核 最后更新

自动字幕与隐藏式字幕

上传视频,审核字幕, 导出任意格式

Sonix 自动转录音频,为每个词打上时间戳,几分钟内即可交付成品字幕,支持 54+ 种语言。

可导出 SRT、VTT 或 TTML,直接用于 YouTube、Vimeo 和各大社交平台,也可以把剪辑软件可直接使用的文件交给 Premiere Pro 或 Final Cut Pro,或者把字幕直接内嵌进视频。

免费 30 分钟,无需信用卡。查看定价

清晰音频下准确率达 99%
18+ 种导出格式
54+ 种语言
SRT、VTT、TTML 和内嵌字幕
字幕功能

所需的一切,尽在 专业字幕

自动字幕生成

上传视频,Sonix 就会自动生成时间精准的字幕,无需手动转录,繁重的工作交给 AI。

自动字幕生成

SRT 和 VTT 导出

可将字幕导出为 SRT、VTT 或 TTML,YouTube、Vimeo、Facebook 及所有主流平台均可使用。

SRT 和 VTT 导出

完美的时序同步

单词级的时间戳确保字幕在准确的时刻出现。如果需要,可以在我们的在线编辑器中轻松调整时间。

完美的时序同步

视频编辑器集成

为 Adobe Premiere Pro、Final Cut Pro、DaVinci Resolve 和 Avid Media Composer 导出字幕。支持 FCPXML 专业格式。

视频编辑器集成

内嵌字幕

直接在视频中添加永久的硬编码字幕。自定义字体、大小、颜色和位置。下载即可分享的视频文件。

内嵌字幕

想进一步了解时间轴视图、样式设置和导出选项,请查看 Sonix 字幕编辑器。

工作流程

字幕制作,只需 四步

1

转录

上传视频或音频文件,Sonix 的语音识别会把每一句话转成文字,支持 54+ 种语言,清晰音频下准确率达 99%。一小时的视频通常约 5 至 6 分钟即可转录完成。

2

对齐时间戳

Sonix 在转录时记录词级时间戳,再把转录稿拆分成字幕条,让字幕与说话人同步出现和消失。每行字数和显示时长由您掌控,字幕读起来从容,不会一闪而过。

3

编辑

在浏览器中对照媒体审看字幕。发布之前,您可以更正人名、微调时间戳,或者拆分、合并字幕条。第一遍由 AI 完成,剩下的只是快速润色,不必从零开始。

4

导出

按目标平台的需要下载字幕:视频平台用 SRT 或 VTT,广播流程用 TTML,Final Cut Pro 用 FCPXML,Adobe Premiere Pro 用 XML,也可以下载内嵌字幕的视频文件。

整个流程就是这样:转录、对齐、编辑、导出。

每个视频都需要字幕的原因

自从社交信息流默认静音自动播放视频,字幕就不再是可有可无的选项。

观众在公共场合、办公室或床上刷视频时,往往先读画面,再听声音。没有字幕,通常就意味着留不住观看时长。

字幕的受益者远不止静音观看的人。听障和重听观众、看文字比听快语速更轻松的非母语者,以及身处嘈杂环境的人,都能从中受益。搜索引擎和平台算法同样听不到您的音频,却能读懂转录稿和字幕文件。

不给所有视频配字幕,真正的顾虑一直是人工成本。手动打字、逐句对时,耗时是视频时长的好几倍。自动字幕省掉了这部分成本:转录和对时几分钟完成,您的团队只需审核并导出。

该选哪种字幕格式

各种字幕文件承载的内容都一样:文字、出现时间和消失时间,区别在于格式决定了它能用在哪里。

SRT(SubRip)是纯文本格式的通用标准,几乎所有平台都支持。如果只导出一个文件,就选 SRT。第一次接触这种格式?请先看SRT 文件指南。

VTT(WebVTT)是 HTML5 视频播放器使用的网页原生格式。它与 SRT 类似,但额外支持文字样式和位置设定,文件开头有 WEBVTT 标识行,时间戳用句点而不是逗号。SRT 与 VTT 互相转换时,文字和时间码都能完整保留,只是 VTT 的样式和位置设定在转为 SRT 时会丢失。Sonix 能从同一份转录稿导出这两种格式,所以“SRT 还是 VTT”很少是个难题:网页播放器用 VTT,其他场景用 SRT。手头的文件类型不对?请参照VTT 转 SRT 转换指南。

TTML 是一种基于 XML 的格式,常见于广播和 OTT 流媒体的交付规范。Sonix 在 SRT 和 VTT 之外同样支持导出 TTML。

SUP 则不同:它把字幕存成图片而不是文本,是蓝光光盘上使用的字幕格式。由于 SUP 文件里没有文字,YouTube 等平台无法读取,也不能直接修改字幕内容。

内嵌(硬编码)字幕根本不是一个文件。文字被永久渲染进视频画面的像素里,因此在任何地方都能播放,观众也无法关闭。这是社交信息流的首选方案,因为那里的视频默认静音自动播放。Sonix 可以为您把字幕内嵌进视频,字体、大小、颜色和位置任您选择。

格式速览

五种格式, 一表对比

各字幕格式适用的场景,以及文字是否仍可编辑。

格式最适合平台支持文字可编辑?
SRT通用默认格式,适用于视频平台和剪辑软件YouTube、Vimeo、Facebook、LinkedIn、Premiere Pro 及多数播放器是
VTT网页和 HTML5 视频播放器浏览器、YouTube、Vimeo、网页流媒体是
TTML广播和 OTT 交付广播系统、流媒体规范是
SUP蓝光光盘制作蓝光播放器;网页和社交平台不接受否(图片格式)
内嵌字幕社交视频、静音自动播放、确保显示所有平台和设备否(永久嵌入)

Sonix 可导出 SRT、VTT、TTML、FCPXML、Premiere Pro XML 和内嵌字幕视频。列出 SUP 是为了方便您区分;SUP 转 SRT 的方法见下文。

把 SUP 转换为 SRT

SUP 文件里是图片而不是文字,要用到网页上,就得先做 OCR,或者根据音轨重新生成。

如果您手上有 SUP 格式的蓝光字幕,想用在网页上,必须先转换成文本格式。由于 SUP 文件由图片构成,转换时需要 OCR 从每一帧字幕中识别文字,遇到风格化字体容易出错。

很多时候,更快也更干净的做法是干脆跳过转换:把视频交给 Sonix,直接根据音频生成一份全新的、时间精准的 SRT。两种方案的具体步骤,请见我们的SUP 转 SRT 分步转换指南。

字幕、隐藏式字幕和 SDH 有什么区别?

这三个词常被混用,但它们解决的是不同的问题。

字幕

字幕是对白的翻译或转录,写给听得到声音、但不懂对方语言或需要文字辅助的观众。字幕只呈现说话内容。

隐藏式字幕

隐藏式字幕(CC)写给听不到音频的观众,观众可以随时开启或关闭;开放式字幕则烧录在画面里,始终可见。在美国的惯用说法里,“captions”意味着无障碍:除了对白,还包含说话人切换和有意义的声音提示。

SDH

SDH(Subtitles for the Deaf and Hard of Hearing,听障人士字幕)兼具两者的特点。SDH 外观与字幕相同,但补充了隐藏式字幕所包含的非语言信息:说话人标识、音效和音乐提示。SDH 是流媒体平台的标准交付物,在有无障碍要求时也是最稳妥的选择。

各自适用于什么场景?

如果您的观众只是关掉声音观看,标准字幕或内嵌字幕就够了。如果您需要履行无障碍义务、发布到流媒体服务,或服务听障和重听观众,就需要隐藏式字幕或 SDH。Sonix 会自动标注说话人,并提供编辑器,方便您在导出前添加音效和音乐提示,完整流程请见我们的SDH 字幕制作页面。

各平台如何添加自动字幕?

生成步骤在所有平台上都一样:上传到 Sonix、审核、导出;不同的只是导出的文件类型和去处。

YouTube

将字幕导出为 SRT 或 VTT,打开 YouTube Studio,在视频的“字幕”下上传该文件。Sonix 的时间足够精准,可直接上传;而且与 YouTube 的自动字幕不同,在视频公开之前,人名、术语和标点您已经校对过了。完整教程:如何为 YouTube 视频添加字幕。

Adobe Premiere Pro

从 Sonix 导出 SRT 并导入 Premiere Pro 项目,字幕会落在字幕轨道上,随时可以调整样式;也可以用 Sonix 的 XML 导出,把转录稿直接带入剪辑工程。之后既可以重新设置字幕样式,也可以在导出时内嵌字幕。分步教程:如何在 Premiere Pro 中添加字幕。

Final Cut Pro

Sonix 可导出 FCPXML,这是 Final Cut Pro 的原生交换格式,因此字幕会以规范的字幕角色导入,时间信息完整保留,而不是一段粘贴的文字。导入文件、指定字幕角色,再在 Final Cut Pro 中调整外观即可。教程:如何在 Final Cut Pro 中添加字幕。使用 iMovie 剪辑?请参阅我们的iMovie 字幕指南。

TikTok、Reels 和 Shorts

竖版视频改变了规则:多数观众静音观看,外挂字幕文件在各社交应用中并不可靠,安全区域也很窄。所以要把字幕内嵌进视频。在 Sonix 中生成字幕,选择 9:16 的竖屏画布,用大字号和高对比度颜色设置样式,把字幕居中放在标题和界面元素之上,然后下载成品视频。同一次上传,在 TikTok、Instagram Reels 和 YouTube Shorts 上效果一致。另请参阅:为 Reels 添加字幕。

网页播放器、课程平台和 Vimeo

对于嵌入自有网站、LMS 或 Vimeo 的视频,请导出 VTT,这是 HTML5 播放器原生支持的格式。把 VTT 与视频一并上传,字幕开关由播放器负责,文字因此可以选取、可以被搜索,也能被屏幕阅读器读取,这是内嵌字幕做不到的。多数课程平台和企业视频托管服务同样接受 SRT,所以从同一份 Sonix 转录稿导出两种格式,就能覆盖所有嵌入场景。

WCAG 和 ADA 对字幕有什么要求?

面向公众的视频通常必须配有字幕。

Web 内容无障碍指南(WCAG)是数字无障碍的参考标准。WCAG 2.1 成功标准 1.2.2(A 级,即最低符合等级)要求,同步媒体中的所有预先录制音频内容都必须提供字幕。成功标准 1.2.4(AA 级,即多数机构的目标等级,也是多数法规引用的等级)则把要求扩展到了直播音频内容。

在美国,《美国残疾人法案》(ADA)已多次被适用于数字内容,一些机构曾因视频缺少字幕而面临法律投诉。政府机构、高校和广播机构还要遵守 Section 508 和 FCC 字幕规则规定的额外义务。本页内容不构成法律意见,但实际结论始终一致:已发布的视频配有准确的字幕,是基本预期,而不是锦上添花。

合规级字幕必须准确、同步且完整,包括说话人标识和相关的声音信息,而这正是 SDH 所提供的。自动生成,再加上在 Sonix 编辑器中进行人工审核,是达到这一标准最快的方式。想全面了解无障碍媒体,请阅读我们的网页内容无障碍指南。

其他语言的字幕

当然可以,这也是自动化一举两得的地方:Sonix 支持 54+ 种语言的转录,并可把完成的转录稿翻译成 54+ 种语言。

无论是印地语、西班牙语、日语、阿拉伯语还是其他几十种语言录制的内容,都可以直接生成原语言字幕,而不只限于英语。转录稿会以该语言自己的文字返回,逐词标注时间,随时可以拆分成任意长度的字幕条。

想触达新的受众,翻译字幕就好,不必重新录制。Sonix 的自动翻译可以把完成的转录稿转换成 54+ 种语言,并提供双栏对照视图供您审校,字幕时间也会一并沿用,因此译文 SRT 与原文 SRT 之间只隔几分钟。

我们为创作者最常问到的语言准备了专门的工作流程指南,包括孟加拉语字幕、乌尔都语字幕、泰米尔语字幕和印地语字幕。每篇指南都涵盖同样的核心流程,并附有针对该语言文字和字体的说明。

多语言输出有一个实用建议:保留一份校对完毕的主转录稿,再由它翻译各语言版本。错误只需改一次,所有语言版本都会同步修正,而不必把同一个错误改上六遍。

数据一览

字幕 数据一览

准确率
清晰音频下,Sonix 的准确率达 99%,与专业人工转录不相上下。
速度
一小时视频约 5 至 6 分钟即可完成字幕,快于实时。
格式
18+ 种导出格式,包括 SRT、VTT、TTML、FCPXML 和内嵌字幕视频。
语言
支持 54+ 种语言的转录,字幕可翻译成 54+ 种语言。
评分
来自 211 条客户评价,平均评分 4.98。
免费试用
免费 30 分钟,可用自己的素材测试,无需信用卡。
常见问题

字幕常见问题, 一次讲清

自动字幕是如何工作的?

自动字幕由语音识别生成。软件先转录音频,为每个词附上时间戳,再把文本拆分成与语音同步显示的字幕条。使用 Sonix 时,您可以在在线编辑器中审核结果,再导出为 SRT、VTT、TTML 或内嵌字幕的视频。

什么是 SRT 文件?

SRT(SubRip 字幕)文件是纯文本文件,包含带编号的字幕块,每个字幕块有开始时间、结束时间和字幕文字。它是支持最广泛的字幕格式:YouTube、Vimeo、Facebook、LinkedIn 和所有主流视频编辑软件都接受 SRT 上传。Sonix 可为任意视频生成时间精准的 SRT。

字幕和隐藏式字幕有什么区别?

字幕是把对白转录或翻译出来,供听得到音频的观众阅读。隐藏式字幕则是为听不到音频的观众设计的,因此会增加说话人标识和有意义的声音提示,并且可以在播放器中开启或关闭。如果您的目标是无障碍或法规合规,需要的是隐藏式字幕或 SDH,而不是普通字幕。

字幕中的 SDH 是什么意思?

SDH 是 Subtitles for the Deaf and Hard of Hearing 的缩写,即听障人士字幕。SDH 字幕包含标准字幕的全部内容,另加说话人标签、音效和音乐提示,让听障和重听观众了解场景的完整信息。Sonix 会自动标注说话人,音效和音乐提示则由您在导出前于编辑器中添加,详情请见 SDH 字幕页面。

如何为视频添加字幕?

把视频上传到 Sonix,让 AI 生成带时间戳的转录稿。在编辑器中审核后,您可以导出字幕文件(SRT 或 VTT),与视频一起上传到 YouTube 等平台;也可以把字幕永久内嵌进视频文件,用于社交信息流。整个过程通常每个视频只需几分钟。

如何把 SUP 转换成 SRT?

SUP 文件把字幕存成图片,所以转换成 SRT 需要用 OCR 软件从每一帧中识别文字,结果往往需要大量清理。另一种办法是重新生成:把视频上传到 Sonix,直接根据音频生成一份文字和时间都干净的全新 SRT。两种方法的详情,请见我们的 SUP 转 SRT 指南。

可以翻译字幕吗?

可以。Sonix 能把完成的转录稿翻译成 54+ 种语言,并保留字幕时间,因此一个源视频就能为每种目标语言各导出一份 SRT。双栏对照视图方便您或母语审校人员在导出前润色译文。更多信息请见翻译页面。

自动字幕的准确度足以直接发布吗?

在清晰音频下,Sonix 的准确率达 99%,与专业人工转录不相上下。背景噪音、多人抢话和浓重口音会降低任何系统的准确度,所以 Sonix 把自动化与编辑器结合起来,方便快速完成人工审核。对于公开发布、品牌宣传或涉及合规的视频,我们始终建议在导出前快速审核一遍。

客户评价

深受全球创作者 信赖

来自 211 条评论的 4.98 评分

It's incredibly fast, and it sets the timing for subtitles perfectly. I dread having to time everything myself, and with Sonix I can do that just by pressing Enter!
AC
Alessandro C.
Porto Alegre, Brazil
I loved my experience cause Sonix has a really good tutorial and it got the words from the audio pretty well. It really did it what I needed really fast, even if it was the first t...
MI
Marco I.
Porto Viro, Italy
This is the best software I've used for transcription. Really happy about that!
LP
Lakshmi P.
Bengaluru, India
After trying a few other trial software, Sonix was by far the best and most correct.
JL
Josh L.
Balwyn North, Australia
It's simply an amazing resource for anyone working with the spoken or written word.
DW
Dennis W.
Daly City, CA, USA
Sonix is light years ahead of all the other solutions I researched and tried!
GB
Garth B.
Calgary, Canada
立即开始

几分钟内, 生成字幕

上传视频,看着 Sonix 为它配上字幕,再按平台所需的格式导出。前 30 分钟免费,无需信用卡。

99% 准确度。 每个字都很重要。

支持 54+ 种语言的 AI 转录和翻译。

30 minutes 免费
无需信用卡
随时取消