视频加字幕教程：使用 SRT 文件的完整步骤

给视频加字幕，最快的方法是把视频上传到 Captions，选择样式和位置后直接生成：Captions 会替你转录语音，并返回带字幕的 MP4。如果文字必须准确无误，请先使用 Transcription，校对 SRT 后再附加到 Captions。

一步生成字幕，或使用校对过的 SRT

Captions 有两种用法。

一步完成。 上传视频，选择样式和位置，然后生成。Captions 会在同一次运行中转录语音，并让每行字幕与说出的词语同步，因此 Karaoke Gradient 样式会在每个词说出时为它着色。适合发音清晰、没有生僻名称的语音。

使用校对过的 SRT。 在语音识别和最终视频之间保留一份可以检查的字幕文件：

1. 创建或上传 SRT。 用 Transcription 处理源视频，或使用其他工具生成的 SRT。
2. 检查转录稿。 在文字成为画面的一部分之前，修正姓名、专业术语、标点与时间点。
3. 上传视频与 SRT。 Captions 会按 SRT 原文嵌入字幕。
4. 选择样式与位置。 结合实际画面构图预览这组设置。
5. 生成并检查 MP4。 完整观看成片，不要只看一帧静态画面。

一步完成的运行价格已包含转录。附加 SRT 时，Captions 只负责嵌入文字，因此费用更低。SRT 不包含逐词时间，所以 Karaoke Gradient 会以单一颜色显示每行字幕。

选择嵌入式字幕还是独立字幕轨

Captions 创建的是嵌入式字幕：文字会直接成为视频画面的一部分。它会在所有播放器中显示，并保留所选字体、颜色和位置，观看者无法关闭。

独立 SRT 字幕轨则不同。兼容的播放器可以让观看者显示或隐藏字幕，文字也能供无障碍工具使用，但外观由平台控制。两种格式可以同时使用：发布字幕已经嵌入画面的 MP4，以保持一致呈现；同时保留 SRT，供支持独立无障碍字幕轨的平台使用。

应根据用途有意识地选择。社交信息流中的视频经常静音起播，烧录字幕很有帮助；独立字幕轨则给予观看者更多控制权。

生成视频前编辑 SRT

SRT 是纯文本文件，包含带编号的字幕段、起止时间戳，以及对应时间内显示的文字。细小的转录错误一旦嵌入画面，会变得格外明显。

至少检查以下内容：

• 姓名、产品术语、缩写和少见词汇
• 出现过早、过晚，或说话停止后仍未消失的字幕行
• 文字过多、无法舒适阅读的字幕块
• 会改变原意的标点
• 不希望显示在画面上的说话人标签

请保留校对后的 SRT，把它作为后续版本的基准文件。无需重新进行语音转文字，就能用同一份字幕测试不同的视觉预设。

选择字幕样式与位置

当前 Captions 提供 6 种样式预设：TikTok Bold Yellow、Minimal White、Subtle Drop Shadow、Karaoke Gradient、Big Serif 和 Serif Editorial。位置可选择 Auto、Bottom、Top 或 Middle。

根据画面的视觉层级来决定：

• Bottom是常规起点，适合画面下方没有重要内容时使用。
• Top可以避开下半部分的说话人、商品或画面内图形。
• Middle同样可选，但经常与主体争夺注意力，因此需要谨慎预览。
• Auto 会在前一步提供主体位置提示时使用该信息；没有提示时则采用 Bottom。

如果要把横屏片段转换为竖屏，请先运行Video Reframe，再加字幕。文字应依据最终画面构图来定位。

检查可读性与最终制作顺序

请在受众实际使用的屏幕尺寸和设备类型上观看成片。检查背景变化时的对比度，确认每一行都处于可见画面内，并确保字幕不会与应用控制按钮冲突。

制作完整的社交短片时，一个合理顺序是：调整画幅、添加字幕，最后加水印。先调整画幅，可以让字幕适配最终画面；最后加水印，则能避免 logo 被后续裁剪。品牌处理可参考视频加水印教程。

字幕处理完成后会返回一个新的 MP4。请同时保存原始视频和校对后的 SRT，以便日后修改样式或时间点，而无需重新转录。