AI 字幕整理器

AI 自動字幕：從語音辨識到匯出字幕檔的完整流程

替影片加字幕最花時間的地方，通常不是打字，而是一句一句對時間軸。這個工具用 Whisper 語音辨識模型先產生帶時間碼的初稿，再提供方便的校正介面，讓你把辨識結果整理成可以直接使用的字幕。適合講道與聚會錄影、課程、Podcast、會議或講座記錄等需要逐字稿的情境。只想做字幕、不需要剪接時用這個頁面最單純；需要剪掉片段、加片頭或背景音樂，可以改用 影片剪輯器，字幕功能完全一樣。

辨識引擎怎麼選

• 雲端加速（推薦）：聲音送到本站架設在 Cloudflare Workers AI 上的 Whisper 服務辨識，最快、也最準，手機也能順利使用；處理後不會保留，詳見 隱私權政策。今天的免費額度用完時會自動改用本機引擎。
• 本機標準／本機精準：AI 模型下載到瀏覽器，在你的裝置上執行，聲音完全不離開瀏覽器。精準模式比較慢，建議在電腦上使用。
• 語言：已知影片語言時直接指定可以避免誤判；中文可以選繁體或簡體輸出。

校正字幕的技巧

• 點任一句字幕會跳到那個時間；直接打字修改，Ctrl + Enter 在游標位置把一句分成兩句，也可以和下一句合併。
• 時間可以直接改數字、按 ±0.1 秒微調，或在下方字幕軌上拖曳；全部字幕一起前後平移也可以。
• 某一段辨識得特別差時，勾選那幾句按「重新辨識」，只會換掉那一段。
• 「搜尋／位移」可以一次取代錯字，也能「標示贅詞」，把嗯、呃、那個、其實這類口頭禪標出來一起清理。
• 「AI 依提示詞修改」可以用自己的規則統一修正，例如人名、專有名詞或經文章節的寫法，改完會先列出差異讓你確認。

匯出格式怎麼選

SRT 是最通用的字幕格式，YouTube、Premiere Pro、DaVinci Resolve、剪映都能匯入；VTT 適合網頁播放器；TXT 是不含時間碼的純文字逐字稿，適合整理成講稿或文章。按「匯出影片」還可以把字幕燒進畫面、做成觀眾可開關的軟字幕，錄音檔則會輸出成黑底加字幕的 MP4，方便上傳影音平台。

提高辨識準確度的小建議

• 收音越清楚越好：背景音樂太大聲或多人同時說話都會降低準確度。
• 人名、地名與專有名詞容易辨識錯，建議用搜尋取代一次統一修正；你改過的錯字也會幫助之後的辨識。
• 專案會自動存在這台電腦的瀏覽器裡，關掉頁面後回來可以接著校正。