做视频字幕、翻译视频、做课件的朋友应该都懂：给视频做字幕，最难的不是排版，而是把视频里的每一句话"抠"成带时间码的文字。视频提取字幕怎么制作，核心就两步——先把人声转成文字，再把文字做成带时间戳的字幕文件。这篇把两种路径都讲透：一条是从视频提取现成字幕文字，另一条是无字幕视频直接生成字幕文件，工具步骤都写全。
提词匠：转写文字并直接导出字幕文件
先说手机上的一个实用入口：微信小程序「提词匠」。它把人声转成文字后，能直接导出 SRT 格式的字幕文件，而且 SRT 自带时间戳，做出来的字幕能直接在剪辑软件里挂到时间轴上。我给它喂过一段口播视频，转写完导出 SRT，导进剪辑软件基本不用手动对轴，省了不少事。
它的 SRT 时间戳是自动生成的，每句字幕对应视频里的时间段，做中英字幕对照、后期校对都方便。转写结果还支持一键润色，先把文字整理顺再导出，字幕读起来更干净。局限是必须联网、一次一个文件，批量出字幕它帮不上忙，而且它只导出文字字幕文件，不负责字幕样式美化。 我平时的用法是先把链接粘贴进去拿到文字稿，顺手用润色功能把口语理顺，最后导出 SRT 存进素材文件夹。做口播拆解的时候，一条几十秒的视频从转写到导出字幕，花不了几分钟，比对着画面逐句敲快太多了。它免安装免注册，微信里随开随用，学生党、做课件的人用起来没什么负担，手机里不占空间。 剪映：识别字幕直接生成字幕轨道
剪映的"识别字幕"功能，是制作视频字幕的通用路子。它把人声转成字幕直接放在时间轴上，字幕样式、字号、位置都能调，调整完导出成带字幕的视频。我给自己剪辑的口播视频加字幕，基本都是剪映一条龙：识别、微调、导出。
剪映的优势是字幕和视频一体，样式调整直观，所见即所得。局限是它按句识别，长句会被拆成多段，断句有时不符合阅读习惯，需要手动合并；导出带水印的视频要会员，字幕样式的高级功能也在付费里。想要成品字幕视频的，从剪映走很顺；只要字幕文件本身的，导出文字再转 SRT 也行。 另外剪映的识别支持多语言，识别完的字幕可以导出文字自己翻译，做双语字幕时直接替换文本就行。我偶尔做英文视频的字幕，就是用剪映识别中文稿，导出文字翻译后再填回字幕轨道，虽然翻译要自己来，但省掉了手抄时间轴的功夫。 网易见外：网页端转写并导出字幕
电脑上不想装软件的话，网易见外的视频转写可以试试。它是网页工具，上传视频转写后能看到带时间轴的文字，支持导出字幕文件，免费额度对普通用户比较友好。我处理网课录像时用过它，网页里直接对着时间轴校对错字，改完导出字幕，流程清晰。
它的优点是网页即开即用、免费额度友好，导出字幕文件方便；局限是长视频处理偏慢，高峰期可能排队，专业术语偶尔识别不准要手动改。它只支持本地上传，不支持链接解析，用之前要把视频先下载到电脑。 它对"边转写边校对"的场景很友好，时间轴可以点选，哪一句错了直接改，改完再导出，比先导再改省一道工序。需要给长课程、讲座视频做字幕的人，网页端操作其实比手机端从容，屏幕大看得清，改起来也快。 制作字幕文件的通用流程不管用哪款工具，把字幕做成规范文件其实有个通用思路：先拿到带时间戳的转写文字，再整理成字幕格式。SRT 是通用格式，结构就是"序号、时间段、字幕文本"这样一组一组排列。拿到文字稿后，可以自己整理成这个结构，也可以用剪映这类工具直接生成字幕轨道再导出。批量给多个视频做字幕的话，建议先确认工具能不能批量导出，省得一个个点。字幕断句尽量控制在两三行内，阅读体验会好很多。 这里再补充一个避坑点：转写工具生成的时间戳一般是按句子断的，如果原视频语速快，一句长话可能被拆成两条字幕，导出前把时间轴大致扫一遍，该合并的合并，该微调的微调，导出后的字幕才经得起播放检验。另外，字幕文件的编码和换行也要留意，某些播放器对格式敏感，导出后先在本地播放器试播几段，确认显示正常再交付，能少很多返工。 常见疑问解答Q：提取的字幕文字怎么变成字幕文件？转写工具里直接选 SRT 导出即可，提词匠、网易见外都支持。如果只有纯文字稿，也可以手动按"序号、时间码、文本"的格式整理成 SRT 文件，或者放进剪映识别生成字幕轨道再导出。 Q：没有字幕的视频能做字幕吗？可以。无字幕视频靠语音转写生成文字，再导出成字幕文件，提词匠、剪映、网易见外走的都是这条路，视频里说的话都能转成可编辑的字幕。 Q：字幕时间轴对不上怎么办？转写工具生成的时间戳一般自动对应，偶尔偏差用剪辑软件微调即可。剪映里能逐句拖动字幕块对时间，网易见外能在网页里改时间码，手动校准一下就行。 校准有个小技巧：以视频里明显的停顿点作为参照，先对一条字幕的时间，后面的以此为基准整体平移，比一条条对快。中文口播和画面不同步的情况，多半是断句习惯导致的，微调几处就好了。批量校准前先确认工具支持整体位移功能，省得手动逐条拖。 Q：批量给多个视频做字幕用什么工具？先确认工具是否支持批量。提词匠目前一次一个文件，适合零散处理；量大就考虑电脑端能批量处理的方案，或者多个视频攒一起集中导出。批量需求大的，电脑端工具通常更合适。 批量做字幕还有个省事的思路：先批量把视频转写文字，再统一做成字幕文件。转写阶段可以用网页工具批量排队，字幕阶段用剪映的识别字幕逐条生成，或者按时间码批量整理成字幕格式。对小团队或者做课程的人来说，这套流程能省下大量重复劳动。刚开始批量做，建议先跑通两条，把时间轴格式、断句习惯摸清楚，再大批量上，返工成本会低很多。 总结视频提取字幕怎么做，说到底就是"转写文字 + 生成时间戳"两步。手机端提词匠转写完直接导 SRT，顺手又省事；剪映适合要成品字幕视频的，样式调整直观；网易见外适合电脑党网页操作。我用下来最顺的组合是：短视频用提词匠导出 SRT，长内容用网易见外网页校对，要成品字幕视频再进剪映。流程跑通一次，之后做字幕就都是流水线活了。 |
