AI 影片字幕生成
創作者必備：影片一鍵自動生成字幕——可直接燒錄進畫面發布，也可匯出 SRT/VTT，還能 AI 翻譯成 11 種語言
語音識別在我們自己的伺服器上運行（Qwen3-ASR 模型，搭配強制對齊產生精準時間軸），音訊轉錄後 30 分鐘內刪除。轉錄耗時約為影片時長的 20%-50%；勾選燒錄影片會額外增加一次轉碼時間。
管線階段與樣式選項
- ASR 階段—逐字時間戳的轉錄，並自動補上標點符號。
- 翻譯階段（選用）—逐行翻譯，並遵守每句字幕的閱讀速度上限。
- 壓印階段—字型、尺寸、外框與位置直接渲染進像素。
- 外掛字幕選項—不改壓印，改將 SRT 封裝成可選的字幕軌，影片本身維持原封不動。
轉錄、翻譯、壓印字幕，一次任務完成
語音辨識產生帶時間戳、以片中語言呈現的 SRT/VTT，可選擇逐句翻譯，再把樣式化字幕壓印進影片。
真正的語音辨識引擎
音訊或影片由我們伺服器上的 Qwen3-ASR 轉寫，而非不穩定的瀏覽器語音引擎——產出帶精確時間軸的字幕，處理完成即可立即編輯。
SRT、VTT、ASS 或純文字
依照你的編輯器、平台或播放器需要的格式下載字幕。字幕與原始音軌同步，你可以隨時潤飾措辭、拆分台詞並再次匯出。
一鍵翻譯或燒錄字幕
把完成的 SRT 交給 DeepSeek 翻譯成十一種語言，或直接把字幕燒進影片——每個可選步驟單獨計費，且只在使用時扣費。
如何使用
- 1
上傳你的影片（任意格式，最大 1 GB），選擇語音語言或讓 Qwen3-ASR 自動偵測。
- 2
伺服器自動識別語音，預設把字幕直接燒錄進畫面。
- 3
下載帶字幕的成品影片直接發布——同時提供 SRT/VTT 給剪輯軟體，還可一鍵 AI 翻譯成 11 種語言。
- 4
選擇壓印或外掛字幕、調整樣式後即可下載—SRT 檔本身永遠可以另外下載。
常見問題
字幕的準確率怎麼樣？
我們執行 Qwen3-ASR 模型，搭配強制對齊產生精準時間軸。清晰的語音在包括中英文在內的多種語言中都有出色的準確率；口音重、背景音樂或多人搶話會降低效果，頁面上的字幕預覽方便快速人工校對。
輸出什麼格式？翻譯後時間軸還在嗎？
輸出標準 SRT（所有剪輯軟體和播放器通用）和網頁播放器用的 WebVTT。AI 翻譯只改寫文字內容——每條字幕的時間軸原樣保留，翻譯好的檔案可直接匯入 YouTube 或剪輯軟體。
我的影片會被保留或拿去訓練嗎？
不會。上傳檔案、提取的音訊和字幕結果都會在 30 分鐘內從伺服器刪除，任務只能用你會話簽發的令牌訪問，不分享、不用於訓練。
相關工具
什麼是 AI 影片字幕？
AI 影片字幕是根據影片中的語音自動產生的字幕——不用手動打字，也不用轉錄服務。本工具在我們的 VPS 上執行 Qwen3-ASR，一款 Whisper 等級的語音辨識模型：上傳任意影片（最大 1 GB），拿到時間軸精準的字幕，可直接燒錄進畫面發佈，也可匯出 SRT 與 WebVTT 給剪輯軟體。字幕還能用 AI 翻譯成 11 種語言。它是為 YouTube 創作者、短影音博主、課程作者，以及任何想從影片中獲得更大曝光與更好無障礙體驗的人打造的。 你還可以在匯出前於頁面內編輯字幕，讓最終檔案符合你的措辭，而不只是模型的選擇。
這款工具能做什麼
- 🎙️ Qwen3-ASR 辨識語音，帶詞級時間軸
- 🌍 10 種語言可選提示，外加自動偵測
- 🔥 字幕直接燒錄進影片，下載即可發佈
- 📄 匯出 SRT 或 WebVTT，適用任何剪輯軟體
- 🌐 字幕可 AI 翻譯成 11 種語言
- ✏️ 頁面內可編輯字幕，然後重新燒錄
什麼時候會用到
- 發佈影片時想帶上字幕，提升曝光與互動
- 想讓內容對聾啞與聽障觀眾無障礙
- 想把影片翻譯成其他語言，面向新受眾
- 課程或內部影片庫需要字幕檔案
你的影片會上傳到我們的 VPS，由 Qwen3-ASR 轉錄；檔案 30 分鐘內自動刪除。轉錄依時長消耗點數，每次 AI 翻譯另收少量費用。對品質的如實說明：辨識效果取決於音訊本身——背景噪音大、口音重、多人搶話或語速過快都會降低準確率，因此我們提供頁面內編輯器，匯出前可以逐句檢查修正。