剪映怎么自动加字幕

剪映自动加字幕的原理，是把音频过一遍语音识别，转成文字，再按说话节奏切成一条条字幕条。口播、教程这类视频能省掉大半字幕工。前提是音频干净、语种选对，背景噪音大、方言口音重的时候，识别出来的字还是得手工改。

入口在哪

• 剪映 App 里新建草稿、导入视频，进入编辑界面后，底部工具栏里找「文本」这一组，字幕相关的按钮都在里面。
• 文本面板中找「识别字幕」或「自动字幕」这类按钮，不同版本叫法略有差别，有的版本直接写成「字幕」。
• 识别之前先做一件事：点开音频轨，确认人声是清楚的主轨。背景音乐压得比人声还响时，先把音乐调低。
• 点进识别按钮后，一般会让你选语言或方言，可选项因版本不同有差异。

具体步骤

1. 导入素材。视频和音频放进同一个草稿，顺序和最终成片一致，字幕才不会错位。
2. 处理音频。环境噪音大的话，先用剪映自带的降噪过一遍，这一步比事后逐字修改省事得多。
3. 打开文本面板，点识别字幕或自动字幕。
4. 选对语言或方言。中英混说的素材按主要语言选，混说的那几段后面单独改。
5. 等待识别完成。视频越长等得越久，识别期间不要退出草稿或切到别的应用。
6. 逐条检查字幕。错字、专有名词、人名地名先改掉，改的时候顺带对齐时间轴。
7. 统一字幕样式。字号、位置、描边和底色在字幕样式面板里一次性调好，别让每条长得都不一样。
8. 导出前完整预览一遍，确认字幕没有超出画面，也没有挡住画面里的关键信息。

几个坑

• 语种选错。中文素材选了英文，出来的字全是乱的，改字比重做还慢。
• 没先降噪。风扇声、车声、键盘声混着人声，识别出的文字会大面积重复和漏字。
• 时间轴对不齐。字幕比人声早半秒或晚半秒，尤其是开头结尾，多半是断句问题，需要手动微调每条的起止点。
• 一条字幕太长。一整句话不分条，在手机上会顶出画面，竖屏视频尤其明显，按意思断成短句更稳。
• 专有名词必错。品牌名、产品型号、人名地名，机器只能按发音猜，写法一定要人工校对一遍。
• 样式抢镜。有些条目默认字号大、描边粗，压在画面上很碍眼，导出前统一调细。

怎么验证

• 静音看一遍。把声音关掉，只看字幕能不能连成完整的一段话，能读通说明断句和时间轴基本没问题。
• 抽查关键名词。挑三到五个品牌名、人名，看有没有改对。
• 找语速快的地方核对。看字幕的切换点是不是跟说话节奏对得上。
• 导出后用手机复看。确认字幕没有被裁掉，也没有超出画面边缘。
• 数一下条数。总条数应该和视频时长大致对得上，明显偏少说明有段落没识别出来。

常见问题

识别出来的字大部分是错的怎么办

先确认语种或方言有没有选对，这是最常见的原因。其次是音频太脏，先降噪再识别。语速太快、口音太重的，直接手改更快，不用反复重跑。

字幕和说话对不上，总慢半拍

先看是不是整条都慢：整条都慢，多半是视频和音频本身有偏移，把音频轨往前挪对齐。如果是某一句慢，就在那一条上拖动起止点，让字幕跟着人声走。手动微调比重做一次识别快得多。

字幕能不能单独导出成文件

多数版本的自动字幕是直接画进画面的，能不能单独导出属于版本差异，有带字幕导出选项的版本，有的不带，以自己版本的导出面板为准。如果只是想要一份文字稿，在文本面板里全选复制出去，粘到文档里整理就行。

一句话总结：先降噪再识别、语种选对，生成后逐条改错字和对齐时间轴、统一字幕样式，导出前静音看一遍确认对得上。