视频自动生成字幕完整流程：上传 → AI 识别 → 编辑 → 导出

字幕是视频到全球观众的桥

在抖音、YouTube、TikTok 上，带字幕的视频播放完成率比不带字幕高 40%。但传统剪辑软件加字幕的流程是：听一遍视频 → 手动打字 → 对齐时间轴 → 重复 N 次——一段 5 分钟视频要花半小时以上。录咖把这件事压缩到「上传视频 → 等 AI 处理 → 编辑一下 → 下载」，全程几分钟搞定。

第一步：上传视频或音频

进入左侧导航「AI 字幕」，中间工作区就是上传界面。

支持：MP4 / MOV / M4V / MKV / WebM / MP3 / WAV 等30+ 种格式，视频 ≤ 4GB、音频 ≤ 500MB，时长 ≤ 5 小时。

上传方式和语音转文字一样：拖拽 / 选文件 / 从「我的空间」选。

第二步：配置 AI 参数

上传完成后，参数面板展开，三个关键选项：

识别语言

默认「自动检测」——AI 自己判断视频里说的是什么语言，准确率很高。如果你明确知道语种（比如确定是英语），手动指定一下会更准。录咖支持识别 99+ 种语言，覆盖全球主流语种和大部分小语种。

是否翻译

这是录咖字幕功能的核心差异化点——生成字幕后可以一键翻译成 99+ 种目标语言。如果你要做双语字幕（原语言 + 目标语言同时显示），开启翻译后选好目标语种，AI 会自动生成双语字幕版本。

字幕样式（可选）

录咖内置了几种字幕样式模板，也支持手动自定义：字体、颜色、大小、位置（底部居中 / 顶部 / 侧边）。如果你对样式没有特殊要求，用默认模板就行——默认样式经过大量用户测试，对比度和可读性都不错。

第三步：AI 处理

参数设好后点「开始生成字幕」。处理时间大致和视频时长成正比，1 分钟视频 ≈ 10~20 秒处理，一段 10 分钟的视频通常 2~3 分钟能完成。

处理完成后，底部出现字幕编辑器——这是录咖字幕功能最实用的部分。

第四步：字幕编辑器

录咖内置的字幕编辑器是完整的在线编辑工具，不需要下载任何剪辑软件就能完成大部分字幕调整工作。

能做什么

• 逐行修改文字：AI 识别错的词、翻译不对的句子，直接在文本框里改
• 调整时间戳：每一行字幕的「出现时间」和「消失时间」都能手动拖拽，精确对齐
• 添加 / 删除字幕行：AI 漏识别的部分手动补，多余的直接删
• 字幕样式实时预览：改字体 / 颜色 / 位置时，右侧播放器里实时看到效果
• 双语字幕切换：同时显示原语言 + 目标语言时，两行的样式可以独立设置

怎么用（快捷版）

1. 字幕编辑器按时间顺序显示所有字幕行，每行左边是时间戳、右边是文字
2. 右边的播放器同步播放视频，你可以边看视频边对照字幕
3. 发现 AI 识别错误 → 直接点击那一行字幕修改文字
4. 字幕时间不对齐 → 拖拽时间戳的小手柄、或者直接输入时间

第五步：导出

录咖字幕功能提供两种核心导出方式：

导出带字幕的视频

把字幕烧录（硬字幕）到视频画面里，输出一个带字幕的完整视频文件。直接就能上传到抖音、YouTube、TikTok 等平台——平台不需要额外的字幕文件。

⚠️ 烧录后的字幕不能再关闭，字幕永久嵌在视频画面里。如果你的视频以后还要换字幕版本，建议用第二种导出方式、或者同时导出 SRT 留底。

导出 SRT / VTT 字幕文件

纯字幕文件，带时间戳，不烧录进视频。适合：

• 上传到 YouTube（YouTube 支持上传独立字幕文件，用户可以开关字幕）
• 导入到剪辑软件做进一步调整
• 后续送到录咖 AI 字幕翻译重新翻译

两种格式的时间戳精度略有不同：SRT 精确到毫秒（00:00:05,000），VTT 精确到微秒（00:00:05.000），大部分平台两种都兼容。

字幕生成的典型场景

短视频运营

抖音 / TikTok 的无声播放率很高（据统计超过 60%），带字幕能大幅提升完播率和互动率。录咖 AI 字幕 + 字幕样式自定义，做抖音口播视频基本一套就能用。

在线课程制作

Udemy / 网易云课堂的课程视频需要多语言字幕。录咖 AI 字幕生成 + 一键翻译成多种语言，一套操作就能输出中文版和英文版两份字幕文件。

影视二创 / 剪辑

从剧集片段剪取素材做二创视频时，录咖 AI 字幕可以快速给片段加上字幕，省去了手动听写的环节。

无障碍观看

给听障朋友、或者需要在安静环境（比如图书馆、地铁）观看的视频加字幕，提升内容的可访问性。

免费版额度

AI 字幕功能的识别本身消耗算粒——识别 1 算粒/分钟，翻译 2 算粒/分钟。免费版通常有首次试用的额度，用完需要开通会员或购买算粒。