← 返回首页
首页 / 实操教程 / 怎么用 AI 加字幕和翻译字幕?

怎么用 AI 加字幕和翻译字幕?

自动字幕最大的问题不是识别错字,是断句。一句话被切成三段、每段两三个字,眼睛追着字幕跑。或者一行塞二十个字,还没读完就切走了。

这件事该用哪些工具

J

剪映

识别中文准确率高,自动断句可手动修,免费

O

Opus Clip

长视频自动切片时同步生成字幕,适合做二次分发

C

ChatGPT

用于翻译字幕文本、统一术语、把长句压短到适合字幕的长度

具体怎么做:四步

先把语音转成文字,人工校一遍

同音字、人名、专业术语是错字重灾区。花十分钟通读一遍,比后面逐帧改时间轴省事得多。

按「一口气」断句,不按标点断句

字幕的断句单位是「说话人换气的地方」。一句话超过 15 个字就拆,拆完每段要能独立看懂。

一行不超过 16 个汉字,两行以内

手机竖屏的可读上限就这么多。超过就会挤成一片,观众要么不读,要么暂停。

翻译字幕做「意译 + 本地化」,不做直译

中文的「辛苦了」直译成英文没有意义。翻译后要让目标语言的观众觉得这是原生内容。

可以直接复制的提示词

把花括号里的内容换成你自己的情况,整段粘进对话框即可。提示词里的要求越具体,输出越能用。

把逐字稿改成合格的幕布文本
下面是一段视频的逐字稿。请帮我改成适合做字幕的文本。

要求:
1. 每一行不超过 16 个汉字,超过就拆行
2. 在说话人换气、语气转折的地方断行,不要在词中间断
3. 删掉口头语(嗯、那个、就是说、然后)和重复的词
4. 保留原有的意思和语气,不要改写成书面语
5. 每行都要能独立看懂,不要让一行依赖下一行才成立
6. 专业术语保持原样,不要替换

输出格式:一行一条,不要编号。

逐字稿:
{粘贴}
字幕翻译 + 本地化
把下面的中文字幕翻译成 {英文}。

要求:
1. 意译优先,让目标语言的观众觉得这是原生内容,不要有翻译腔
2. 每行长度不超过 42 个字符(英文可读上限),超长的拆成两行
3. 文化特定表达做本地化替换(成语、俗语、网络用语),并在括号里注明原意
4. 术语前后统一,第一次出现时给一个术语表
5. 保留原有的语气(口语/正式/幽默),不要全部转成中性书面语

输出:术语表 + 逐行翻译。

原文:
{粘贴字幕}

最容易踩的三个坑

不校对直接导出

自动识别的同音字错误在字幕里特别刺眼,尤其是人名和数字。发出去会被评论区第一时间指出来。

断句按标点,不按呼吸

一句话中间没有标点就会连成很长一行,有标点又切得很碎。标准只有一个:说这句话的人在哪儿换气。

字幕压在画面关键信息上

底部字幕会盖住人物下半身或画面文字。要么上移,要么在拍摄时就留出字幕安全区。

常见问题

字幕要不要加双语?

面向海外分发建议加,同一画面放两行:目标语言在上、原文在下。但两行字幕会占掉屏幕 20% 的高度,要在拍摄时留够空间。

AI 识别中文准确率怎么样?

普通话标准、无背景音乐的情况下能到 95% 以上,剩下 5% 集中在人名、术语、数字。带方言或嘈杂环境会明显下降,需要有心理准备手工修。

为什么我的字幕不同步?

多数是帧率不匹配:素材 25fps、项目 30fps,时间轴就会慢慢漂。统一帧率再导入字幕。另一个原因是合成时做了变速但没同步拉伸字幕轨道。

其他实操教程

这套流程是实际跑通的,不是理论推演

工具迭代很快,界面和功能可能已经变了。如果你按这个流程做下来卡在某一步,欢迎告诉我们,会核实后补充。