AI 字幕生成器

为精准而生的字幕编辑器

自动生成已经完成了大部分工作，字幕编辑器则帮您快速收好最后一段，这也是制作团队选择 Sonix，而不是在视频平台内修改自动字幕的原因。

由您掌控的智能拆分

Sonix 按您设定的限制把转录稿拆分成字幕条：每行字数、一行还是两行，以及字幕条时长。调整限制后，页面会立即重新拆分，因此无需重新输入任何文字，就能从适合 YouTube 的字幕条切换到广播时长的字幕条。如果断句断在了半句话中间，就在您想要的位置拆开字幕条；想合并较短的字幕条，就放宽限制，让转录稿重新拆分。

时间锚定在词本身

每条字幕都锚定在转录时捕获的词级时间戳上。字幕条的入点和出点取自首尾两个词实际被说出的时刻，而不是把总时长平均切块。因此字幕条会落在自然的短语边界上，改变拆分规则也不会让字幕与声音错位。无论重新拆分多少次，时间关系都保持不变。

可拖动字幕条的可视化时间轴

每条字幕都会显示在与媒体对应的可视化时间轴上。拖动字幕条的边缘即可改变起止点，也可以点击任意单词，听那一刻的音频，用耳朵确认时间是否对得上。无需学习专业的字幕软件，就能实现逐帧级的精确控制。

毫秒级时间码控制

任何一条字幕都可以精确调整到毫秒。如果生成字幕后您又裁剪了视频或改变了速度，可以一次性平移所有字幕条，不必逐条修改。对白语速再快、说话人再多次重叠，字幕也能保持同步，因为时间锚定的是词级时间戳，而不是整句的平均值。

改文字，不改时间

字幕文字完全可以编辑。更正人名、修改专业术语或精简措辞，字幕条的时间都不会变。查找替换的规则会作用于整份转录稿，拼错的人名可以一次在所有字幕条中改正，说话人标识也会保留，让您在编辑时始终清楚是谁说的。

这就是字幕制作工具与视频时间轴上一个文本框的实际区别：您编辑的是结构化、带时间的字幕数据，因此导出的每种格式都保持有效。

设置字幕样式，再内嵌进视频

SRT 和 VTT 这类字幕文件的外观由播放器决定；如果需要字幕在任何地方都呈现同样的样子，Sonix 可以设置样式并把字幕永久内嵌进视频。

完整的样式控制

可自定义字幕的字体、文字颜色、大小、背景和位置。导出前可实时预览效果，您确认的样子就是观众看到的样子。既能符合品牌规范，也可以提高对比度、加大字号，让字幕更易读。

面向社交媒体的内嵌字幕

内嵌字幕，也称硬字幕，会把设置好样式的字幕直接渲染进视频文件，观众无法关闭。在 Instagram、TikTok 和 LinkedIn 上，多数人静音观看，各平台对字幕的支持也不一，这样的效果正是您想要的。按发布平台选择画布，包括 9:16 的竖屏画面，Sonix 会为您渲染内嵌字幕的视频，交付一个可直接分享的文件，无需视频编辑软件。

内嵌字幕的视频以 MP4 格式下载，采用 H.264 视频和 AAC 音频，可直接上传到 Instagram、TikTok、LinkedIn 和 YouTube。您选择的画布决定画面尺寸，字幕按输出尺寸绘制，文字清晰锐利。

何时内嵌，何时导出文件

社交短视频，以及所有无法上传外挂字幕文件的场合，请使用内嵌字幕。平台支持可开关的字幕，而且希望由观众自行控制时，请导出 SRT 或 VTT。Sonix 能从同一份转录稿生成两种结果，对时的工作无需重做。

该导出哪种字幕文件

一份转录稿，满足所有交付需求：在同一个项目里，Sonix 既是 SRT 字幕生成器和 VTT 字幕生成器，也是后期制作导出工具，每个文件的时间码和字符编码都准确无误。

适用于网页播放器的 VTT 文件

一键从同一项目导出 WebVTT：字幕条和时间完全相同，只是格式适配 HTML5 视频。

快速获得 SRT 文件

上传视频，审核字幕条，下载 .srt 文件。“如何创建 SRT 文件”的答案就是这么简单：不用换算时间码，也不用手动排版。

Premiere Pro 和 Final Cut Pro

可为 Final Cut Pro 导出 FCPXML，也可以把 SRT 导入 Premiere Pro。Sonix 还与 Adobe Premiere Pro 直接连接，您的字幕成果会直接带入剪辑工程，不必在那里重做。

广播交付

TTML 导出适用于广播和流媒体工作流程，Sonix 字幕经过妥善审核后，可满足 FCC 字幕要求和国际广播标准。

各种文件类型的上传步骤，请参阅为 MP4、MOV 和 AVI 文件添加字幕的指南。

翻译字幕，保留时间

字幕的时间是一项资产，Sonix 让您能在发布的每一种语言中重复使用它。

转录完成后，一键即可把转录稿翻译成 54+ 种语言中的任意一种。每个译文都保留原字幕的时间，您的西班牙语、法语、德语、日语或中文字幕，会与编辑器中已调好的时刻保持同步。一次上传，即可为每种语言分别导出 SRT 或 VTT 文件。

审校在双栏编辑器中进行，原文转录稿与译文并排显示，并与音频同步。无论修改哪一侧，字幕时间都不会变。需要母语人员审校的团队，可以把 AI 翻译当作初稿，直接在原处润色。

一场访谈就这样变成面向全球观众的整套字幕，而无需重新调整任何一条字幕的时间。了解自动翻译和完整的支持的语言列表。

用 Sonix API 批量生成字幕

本页介绍的所有功能也都可以通过 API 使用，因此大批量处理的团队可以自动为视频添加字幕，无需打开编辑器。

Sonix REST API 可以上传媒体、运行转录并获取完成的字幕文件。可为任意媒体文件请求 transcript.srt 或 transcript.vtt，并使用与编辑器相同的拆分控制：按字数或时长限制字幕条、设置每条字幕的最大字数和最长时长，以及选择每条一行还是两行。

文件处理完成时，Webhook 会通知您的系统，与 Zapier、Dropbox、Google Drive 和 Box 的直接集成则负责文件流转。媒体库、课程平台或新闻编辑部，都可以让每条发布的视频遵循同一套字幕标准。端点和参数请参阅API 文档。

优秀 AI 字幕生成器的共同点

如果您正在比较字幕工具，真正决定能省多少时间的，是这五项能力。

词级时间戳，而不是句级

只给整句打时间戳的工具，生成的字幕会比说话人慢半拍或快半拍。Sonix 把每个词的时间戳精确到 100 毫秒以内，因此即使对白语速很快，字幕条也能紧跟音频。

真正的编辑器

自动生成只是基本要求，真正的工作在审核环节，所以编辑器最为关键：可视化时间轴、点击即播放音频、毫秒级控制，以及即时重新拆分字幕条。

工作流程需要的每一种导出

一个项目就应该产出：给 YouTube 的 SRT、给网页的 VTT、给广播的 TTML、给剪辑室的 FCPXML，以及给社交平台的内嵌字幕视频。每种格式都要重做一遍时间，是轻量工具的隐性成本。

保留时间的翻译

多语言发布应该复用您已经完成的对时工作，而不是重做一遍。译文 SRT 与原文之间应该只隔几分钟，每条字幕都在原来的位置上。

归属权

YouTube 的自动字幕只能查看，也只留在 YouTube 上。使用 Sonix，字幕文件归您所有，可用于任何地方：社交平台、广播、流媒体平台或您自己的网站。

字幕工作流程的其余部分

本页讲的是生成器本身，包括引擎、编辑器和导出；接下来的环节，另有两个相关页面介绍。

关于平台工作流程，包括如何把成品文件传到 YouTube、Premiere Pro 和 TikTok，以及各主要格式的对比，请参阅我们关于自动字幕和隐藏式字幕的完整指南。

Sonix 还能生成带说话人标识和声音描述的SDH 字幕，供听障和重听观众使用，适用于必须满足无障碍要求的内容。

如果您此刻正拿着桌面上的某个文件准备开始，如何在几分钟内为电影添加字幕的教程会带您从文件一路做到成品字幕轨道。