自动字幕生成器
将短音频或视频中的语音转换为带时间轴的字幕，再进入编辑器校对或下载 SRT 和 VTT。
音频或视频文件
当前版本支持最长 10 分钟、最大 100 MB，且浏览器能够解码的文件。
首次运行需要下载 AI 模型。加载模型和处理文件时，请保持此标签页打开。
处理速度取决于设备性能。CPU 识别可能需要数分钟，建议先尝试短片段。
选择文件即可开始。
运行方式: 根据当前浏览器自动选择
音频和视频保留在当前设备上。语音识别在浏览器中完成，只需下载模型文件。
生成的字幕
生成的字幕将显示在这里。
相关字幕工具
如何生成字幕
- 从设备中选择一个短音频或视频文件。
- 选择模型和音频语言，开始生成字幕。等待首次模型下载与本地语音识别完成。
- 检查结果，下载 SRT 或 VTT，或进入编辑器修改文字与时间。
常见问题
音频或视频会被上传吗？
不会。所选媒体在浏览器中解码并转录。下载应用和识别模型需要网络连接。
为什么首次运行更慢？
识别开始前，浏览器需要下载并初始化模型。处理速度也取决于设备性能，CPU 识别可能较慢。
生成的字幕可以直接使用吗？
建议将结果作为草稿。背景噪音、音乐、口音和多人同时说话都可能造成误识别，发布前请检查文字与时间。
在本地为音频和视频生成字幕
无需上传原始媒体，即可生成带时间轴的字幕草稿。这个浏览器工具将本地语音识别、字幕编辑和 SRT 或 WebVTT 导出连接起来。
将音视频转换为带时间轴的字幕
选择兼容的本地文件，根据其中的语音生成字幕。常见视频工作流可使用 SRT，浏览器播放器可使用 WebVTT。
下载模型后在本地处理
模型加载后，识别在当前设备上运行。浏览器解码能力、可用内存和 CPU 性能会影响处理，建议从短片段开始。
在字幕编辑器中校对
在编辑器中打开生成的轨道，修改文字、拆分或合并字幕，并配合原始音频或视频调整时间。