自动字幕工具将视频中的语音识别为带时间的文字。在“编辑字幕”上传自己的视频，校对 Whisper 草稿，选择字幕样式后导出。MP4 将字幕绘制到画面中；SRT 则是独立的文字文件。需要 Google 登录，当前免费且不添加本站水印，单个文件最多 100 MB、10 分钟。
区分视频字幕与社交帖文
这里的 caption 指按时间显示在视频中的语音字幕。工具不会撰写推广帖文、标签或图片描述。需要保留原画面时用“编辑字幕”；只需要 SRT 文件时用“字幕生成器”。
上传视频并选择实际口语语言
上传含声音的 MP4、MOV、WebM 或 MKV。可选择英语、中文、日语、韩语、西班牙语、法语、德语或自动检测。请选择录音实际使用的语言，不是希望翻译成的语言。服务器使用 Whisper 生成草稿，不支持平台链接导入或实时录音。
先校对文字和时间，再设置动画
重点听取人名、数字、低声片段和句尾，修正识别错误，并检查每行开始与结束时间。歌唱或多人重叠时尤其容易出错。替换整句后，新词的内部时间是估算的，需要重新播放该片段检查。
设置清晰的逐词字幕
可用 pulse、marker 或 neon 突出动态效果，也可选择 minimal、editorial、outline、mono、typewriter。调整每组词数、字号、位置和颜色，避开人脸及重要细节。手机窄屏上，短词组往往比整句更容易阅读。
根据用途导出 MP4 或 SRT
MP4 包含绘制后的字幕及样式；SRT 只包含文字和字幕时间，无法携带字体、颜色或动画。导出后应带声音播放，检查启用的剪辑、缩放、补充画面和配乐。私有上传和完成的作品在 14 天后到期，另有共享队列和每小时使用限制。
常见问题
能否免费生成无水印字幕视频？
可以，当前导出的 MP4 不添加本站水印。需要 Google 登录，单文件最多 100 MB、10 分钟，并受共享资源限制。此功能不会去除原文件已有的水印。
AI 字幕生成器能保证准确吗？
不能。发布前请对照录音校对文字和时间。公开案例用于展示样式，不代表准确率保证。