AI视频字幕免费怎么制作

第一次给视频配字幕的人，卡的地方基本都不是软件不会用，而是识别出来一堆错字、断句乱、导出后样式全变。这篇按「先出字、再修字、再调样式」的顺序给你一条能跑通的路径，每步都告诉你什么情况该换工具、什么情况该手动补，以及免费额度什么时候会突然不够用。

第一次给视频配字幕的人，卡住的地方往往不是软件不会点，而是识别出来一堆错字、断句乱、导出后样式又全变了。这篇按「先出字、再修字、再调样式」的顺序，给你一条能跑通的免费路径，每一步都说清楚什么情况该换工具、什么情况该手动补。

还有一个容易被忽略的点：免费额度什么时候会突然不够用。多数人是在导出前才发现额度用完了，前面白干一遍。所以下面把额度口径放在最后单独讲，先把手上的活干完，再决定要不要换方案。

先看素材长什么样，再决定用哪个免费方案

同样是免费加字幕，大致分三条路：一是剪辑软件自带的语音识别，二是网页版在线字幕工具，三是找一个语音转写接口自己拼流程。选哪条不取决于哪个名气大，而是看你手上素材的样子。

判断一个工具能不能用，其实只看四个点：语种识别准不准、单次能跑多长、能不能导出带时间轴的字幕文件、免费额度是按分钟扣还是按次数扣。前三个决定了流程顺不顺，第四个决定你跑几条素材就得歇。具体每家当下的规则不一样，去对应分类页面对照看更稳妥。

什么情况下上面这套不适用：素材里有大段纯音乐、方言密集或者专业术语扎堆时，任何免费识别都会明显掉准。这时候别硬扛着反复重跑，直接把人工校对的时间预留出来，比换工具划算。

识别只是拿到草稿，校对才是真正的工作量

很多人以为识别完就结束了，其实识别出来的东西只是草稿。正确的顺序是：先整段跑一遍拿到带时间轴的字幕，再按「错别字 → 断句 → 时间轴错位」的顺序修。顺序反了会返工，因为改断句会牵动时间轴。

• 导出成纯文本先改错别字，改完再导回带时间轴的格式，比在字幕编辑器里逐条敲快得多；
• 把长句按一口气能读完的长度切开，一般一屏不超过两行，观众才跟得上；
• 校对时优先处理人名、数字金额、专有名词这三类高危词，它们错了最容易让观众出戏；
• 时间轴整体偏早或偏晚，多半不是识别的问题，而是素材开头有静音或者中间有变速片段。

1. 第一步，检查片头看一眼素材开头有没有几秒静音。有的话先裁掉再跑识别，否则整条字幕会集体前移。
2. 第二步，整段识别一次跑完，不要中途分段，分段之间的时间轴接缝最容易出问题。
3. 第三步，先修三类词把看片时最刺眼的人名、数字、专有名词先改掉，这三类占的错误比例通常最高。
4. 第四步，再切断句按语义和呼吸点切，不要单纯按字数切，切完回看一眼时间轴有没有跟着乱。

如果一次导出后你发现要重跑三遍以上识别，那就说明这条素材对这个免费方案来说太难了。这时候换成转写接口拼流程，或者干脆把校对时间拉长，都比反复重跑省事。

样式别在预览里调完就完事，导出要再核一遍

免费工具最常见的一个坑是：预览窗口里字体、位置都正常，导出之后字体被替换了，或者字幕位置整体跑偏。所以调完样式不要直接交，导出后一定要在播放器里完整看开头、中段、结尾三段。

字号

按最小屏幕能看清来定，别只在自己那台大屏上看着舒服。

安全边距

横屏和竖屏的安全区不一样，同一套参数不能通用，竖屏要往中间收。

描边或底衬

画面亮的地方没描边就看不清字，加一层比换颜色管用。

出现时长

太短来不及读，太长又拖节奏，按一屏两行、一眼扫完来估。

交付前还要确认一件事：你要的是硬字幕还是外挂字幕文件。硬字幕烧进画面，平台通用，但改一个字就得重新导出；外挂文件方便改，但要看目标平台支不支持。选错了后面返工的代价比调样式大得多。

免费额度怎么算，什么时候该准备备份方案

免费额度一般按分钟或者按次数算，长视频很容易一次就用掉大半。所以别一上来就拿最长的素材去试工具，先用一条几分钟的短素材把流程跑通，确认识别准、导出格式能用，再去处理长片。

各家额度口径和是否限流一直在变，具体规则去 /ai-nav/category/ai-video-edit 对照当下各家工具的口径，而不要凭印象判断。

要不要换成付费或者换方案，判断标准很简单：如果一条素材你要重跑三遍以上识别，那省下来的时间已经比省下来的额度值钱了。但反过来，如果你只是偶尔发一条短视频，完全没必要为字幕单独花钱，把校对时间留够就行。这就是这套建议的适用边界。

免费方案能省的是钱，省不了的是校对那一步的时间；把时间算进去，才知道该不该换工具。