给一段一小时的访谈配字幕，最耗时的不是翻译，是对时间轴：一句一句听、一句一句打，遇到口音重的地方还要倒回去重听三遍。手工做完一条，半天就过去了。装专业字幕软件能快一些，但软件要买、要学，导入导出还有一堆格式选项；剪辑软件自带的识别只认少数几种语言，碰上粤语或日语就歇了。字幕酱把这些步骤放在浏览器里：把音视频拖进上传区，选语种，等服务跑完就得到带时间轴的字幕，需要外语版本再点一次翻译，输出双语对照，交付前还能统一字幕格式。本文按站内实际说明讲清它支持哪些格式与语种、哪些任务适合交给它、从上传到下载的步骤，以及文件大小、收费与校对上的边界。
字幕酱是什么？
字幕酱是一个在线字幕生成工具，用机器学习引擎把音视频里的语音转成带时间轴的字幕，并提供翻译与格式转换两个配套功能。站内把它拆成三个入口：字幕生成、字幕翻译、字幕格式转换，分别对应“出初稿”“做双语”“统一交付格式”。与专业字幕软件相比，它不需要安装，处理在服务端完成，浏览器打开就能用；与人工听写相比，它把最枯燥的打轴环节自动化，人只需要校对文字与断句。定位上它服务的是中小体量的内容生产：课程、访谈、口播视频、会议录音，而不是电影级的字幕工程。站内明确写着免费用户单个文件不超过 5GB，音视频格式覆盖 flac、opus、mp3、m4a、wav、mp4、mov 等。
核心功能
站内的功能沿着字幕生产的顺序排列：先出稿，再翻译，最后统一格式。重点人群是做课程、访谈与短视频的内容团队，以及需要给外语素材配字幕的运营。
- 音视频直传——flac、opus、mp3、m4a、wav、mp4、mov 都能直接传，不用先转码。
- 自动生成字幕——识别语音并给出时间轴，省掉逐句听写与手动对齐这两个最费时的环节。
- 多语种识别——中文、英文、粤语、日语、韩语、德语、法语、西班牙语等可按素材选择。
- 一键翻译——生成后直接翻成另一种语言，页面说明可做成双语字幕，不必再开一个翻译工具。
- 格式转换——字幕文件在常见格式之间互转，交付给剪辑软件或平台前先统一。
- 进度可见——上传后页面显示处理进度，视频要先转码，等待时间比音频长。
- 免注册起步——未注册会自动注册，已注册自动登录，省掉先填资料再上传的来回。
- 海外入口——站内另设海外用户入口，跨境访问时有对应路径。
使用场景
它的典型使用时机是“素材已经录完、要交带字幕的版本”。判断标准不是识别率有多高，而是校对一遍要花多久。
| 人群/角色 | 场景描述 | 推荐指数 |
|---|---|---|
| 做课程与访谈的内容团队 | 一小时录音先转写再校对，比手工打轴省下大半时间 | ★★★★★ |
| 剪辑与后期 | 拿到带时间轴的字幕文件，导入剪辑软件后只微调断句 | ★★★★★ |
| 搬运外语视频的运营 | 先生成原语字幕再翻成中文，做双语对照版本 | ★★★★☆ |
| 会议记录与整理 | 只传音频识别更快，会后按时间点回听关键段落 | ★★★★☆ |
| 需要专业精修的人 | 能出可用初稿，术语、人名与重叠对话仍要逐句改 | ★★★☆☆ |
操作指南
不用先注册也能开始，上传时系统会自动建账号。第一次用建议拿一段三到五分钟的清晰录音试，先摸清识别质量与校对工作量，再决定要不要处理长素材。
- 打开 字幕酱，首页中间就是上传区，也可以直接把文件拖进去。
- 上传前确认体积，免费用户单个文件不超过 5GB，超了会被挡回来。
- 选识别语种，中文、英文、粤语、日语、韩语等都在列表里；口音重的素材建议先切一小段试。
- 等进度跑完，视频要经过转码所以更慢，纯音频通常快得多。
- 进结果页核对文本与时间轴，改错字、合并过碎的断句，再决定是否需要翻译。
- 需要双语就进 字幕翻译，选目标语言，生成两行对照的版本。
- 交付前用 字幕格式转换 统一成剪辑软件或平台要求的格式。
- 下载字幕文件，与原始素材放在同一个文件夹里归档，二次修改时不用重新识别。
如果素材超过一小时，建议先用剪辑软件切成几段分别上传，中途失败时不用整段重来。
支持平台
全流程在网页端完成，站内写明完全兼容所有浏览器，不需要安装客户端或插件，桌面与手机浏览器都能打开。手机上可以上传与查看结果，但长文件、批量文件与文本校对在电脑上更顺；手机端主要适合临时补传一段短音频。界面为中文，站内另设海外用户入口，跨境访问时走那条路径。识别的语种由素材决定，与设备无关，同一份文件在任何设备上得到的结果一致。
产品定价
站内写明 60 秒以内的短视频 免费，更长的文件按什么规则收费，首页没有列出价目表。免费用户的单文件上限是 5GB，这个限制与时长无关，只与体积有关。具体计费方式与额度以上传页与账户内的提示为准。
常见问题
Q：上传的录音会被留存吗？
音视频要传到服务端才能识别，站内把服务条款单独成页，留存范围与用途以条款为准。会议、访谈这类含他人信息的素材，上传前最好先确认条款，或者只截取需要的片段。
Q：收费吗？
60 秒内的短视频免费，这是站内写明的口径。更长的素材如何计费首页没有列价目，建议先看上传页提示再决定要不要处理整段。
Q：支持哪些语种，非中文素材好用吗？
识别语种覆盖中文、英文、粤语、日语、韩语、德语、法语、西班牙语等，英文与中文的素材通常最稳，小语种与重口音需要更多校对。界面是中文，操作不依赖外语。
开发者小结
它的长处是把字幕生产里最机械的两步自动化了：识别出稿与打时间轴，人只负责校对与断句，配合翻译和格式转换，一条素材从上传到交付能在同一个页面里走完，对课程、访谈、口播这类内容足够用。边界也清楚：识别质量随口音、背景噪声、多人抢话明显下降，术语与人名几乎都要人工过一遍；视频要先转码，等待时间比音频长；免费额度只覆盖 60 秒以内的短视频，长素材的成本要先算；字幕样式与特效不在它的范围内。适合需要快速出可用初稿的内容团队与个人创作者；不适合要求帧级精准、需要复杂样式与多人协作审校的影视字幕项目。
相关文章
