如果字幕要和画面分开,你需要的就是字幕文件:观众可以打开或关闭字幕,由平台或编辑软件把它们画出来。手动输入的话,每隔几秒就得暂停一次视频。
我做的 CapiCap 能替你写出这个文件。它在你的 iPhone、iPad 或 Mac 上转录语音,所以视频不会离开设备,你也可以在导出前修正字词。
.srt 文件是什么
SRT,也叫 SubRip,是最简单的字幕格式,几乎什么软件都支持。它是一个文本文件,列出每条字幕的编号、开始时间、结束时间和文字。两条字幕是这样的:
1
00:00:00,800 --> 00:00:03,600
好,我发现了一家面包店
2
00:00:03,600 --> 00:00:06,900
它藏在花市后面就这么多。.srt 不带字体、颜色或位置,所以字幕长什么样,由播放它的软件决定。
.srt 还是压制的字幕
| .srt 文件 | 压制的字幕 | |
|---|---|---|
| 它是什么 | 跟着视频走的一个文本文件 | 直接画进画面的文字 |
| 观众能不能关掉 | 能 | 不能,一直都在 |
| 长什么样 | 由播放器或平台决定 | 按你设置的样式 |
| 之后要改错字 | 改文件,再上传一次 | 重新导出视频 |
| 用在哪里 | YouTube、Vimeo、视频编辑软件 | Reels、TikTok、Shorts、Stories、聊天 App |
短视频和聊天 App 一般没有地方让你附上字幕文件,所以在那里,文字得在画面里。不过你不必二选一。在 CapiCap 的导出屏幕上,导出 .srt 就在导出视频下面,一个项目两样都能得到。压制字幕的做法见在 iPhone 上给视频加字幕。
在 CapiCap 中生成
- 安装 CapiCap,联网时打开一次。 它是 iPhone、iPad 和 Mac 通用的一个 App。首次启动时它会下载一个语音模型,只需一次;需要另一个模型的语言,第一次会下载那个模型。之后就能离线使用。
- 轻点选择视频。 从照片图库或文件中选一段视频,或者在别的 App 里把视频共享到 CapiCap。
- 等它转录。 CapiCap 会识别视频里说的语言(它认识 99+ 种),并在设备上写出字幕。拿不准时,它会先问你。如果猜错了,轻点字幕下方的语言,选对的那个。
- 修正字词和时间。 列表里的每条字幕都会成为文件里一个带编号的条目。轻点一条字幕就能修改;可以拆分、合并、添加或删除字幕;在视频下方的时间条上拖动字幕的边缘,可以调整它的时间。这些全都会写进 .srt。
- 轻点导出,再轻点导出 .srt。 不需要渲染视频。共享表单会弹出来,在 iPhone 或 iPad 上,你可以把文件存储到“文件”App、用隔空投送发到 Mac,或者直接发给另一个 App。
导出之前要知道一件事:在 CapiCap 里,字幕大小、字体和行数设置(每条字幕一行、两行或三行)决定每条字幕能放下多少文字,所以它们也决定 .srt 怎么切分。颜色和阴影不影响。你手动拆分或合并的字幕,会保持你做的样子。
文件里有什么
每条字幕一个带编号的条目,按时间排序,开始和结束时间精确到毫秒。文字和时间是你打开导出屏幕时编辑器里的内容,包括你的修改。文件以项目名称命名。
文本是 UTF-8 编码,所以带重音的字母和各种文字,从阿拉伯文到日文,都能完好保留;每行以普通的换行符结束(Unix 风格)。字体、颜色和动效留在 App 里,因为 .srt 装不下它们。
在哪里使用
在 YouTube 上,到 YouTube Studio 里打开视频的字幕,添加语言,然后上传带时间的文件。观众通过 CC 按钮就能看到。Vimeo 可以在视频设置里把 .srt 文件作为字幕上传。
Final Cut Pro、Adobe Premiere Pro 和 DaVinci Resolve 都能把 .srt 文件作为字幕导入到时间线上,你可以在那里继续调整。很多桌面播放器(VLC 就是其中之一)也会自动加载放在视频旁边、文件名相同的 .srt。
要花多少钱
CapiCap 免费下载,每个日历月给你 3 次视频导出。单独导出 .srt 不算在内。导出一次视频之后,存储它、共享它和导出它的 .srt 都是免费的,想做几次都行。当月的 3 次视频导出用完后,导出 .srt 也要和视频一起等到下个月,除非你购买“终身使用”:一次性购买(在美国为 $9.99,其他地区按当地定价),取消这个限制。
它做不到的事
CapiCap 只写 .srt 文件。它打不开你已有的 .srt,因为它是根据视频里的语音生成字幕的;它也不写 .vtt。如果某个工具非要 WebVTT,这两种格式很接近:.vtt 文件以一行 WEBVTT 开头,毫秒前面用的是点而不是逗号。
字幕使用视频里说的语言;CapiCap 不翻译字幕,也没有说话人标签。它是加字幕的 App,不是视频编辑器,而且只能在 Apple 设备上运行。语音识别也会出错,音乐很响、几个人抢着说话或口音很重时更常见,所以每条字幕在导出前都可以修改。