给视频自动加字幕
上传视频：Whisper AI 会把语音转写成同步字幕，你可以校对并设置样式，然后导出压制好字幕的 MP4，或 SRT、VTT 字幕文件。不会上传任何内容。
- Whisper AI
- 抖音 / Shorts 风格
- 硬字幕 MP4、SRT、VTT
- 视频不上传
100% 隐私保护 — 一切均在您的浏览器中直接处理：您的文件、语音和图像永远不会发送到 Chatzam 的服务器。
如何给视频加字幕？
-
上传视频
选择一个最长 10 分钟的视频（建议 5 分钟以内），再选择视频里说的语言，或者自动检测。也可以导入现有的 SRT 文件。
-
校对并设置样式
逐条检查字幕，修改文字、开始和结束时间，然后选择字号、颜色、描边或底框、位置，以及英文是否大写。
-
导出
下载压制了字幕的 MP4 视频，或者只下载 SRT 或 VTT 字幕文件。
自动字幕，适配各大平台
AI 语音转写
Whisper 直接在你的浏览器中识别语音，并把文字切分成与声音同步的短字幕。
每条字幕都可编辑
改正错字或人名，调整某条字幕的开始或结束时间。已经有 SRT 文件？直接导入，不用再转写。
抖音 / Shorts 风格
字号、颜色、描边或底框，底部、中间或顶部位置，英文大写：预览会在视频上实时更新。
硬字幕或字幕文件
MP4 会把字幕压制进画面，在任何地方都能看到，包括抖音、小红书、Instagram 和 TikTok。单独的 SRT 或 VTT 文件适用于 YouTube 或剪辑软件。
硬字幕还是 SRT 字幕文件：怎么选？
SRT 或 VTT 文件只包含文字和时间轴，例如 SRT 中的“00:00:01,000 --> 00:00:03,500”（VTT 用小数点代替逗号）。它是在视频之外单独添加的外挂字幕（软字幕）：在 YouTube 上，可以在 YouTube 工作室的“字幕”页面上传，观众可以自行开关，你以后也能修改。硬字幕则是压制进画面里的：之后无法关闭或修改，但在任何地方都会以你设定的样式显示。在抖音、视频号、小红书、Instagram、TikTok，或者用微信发送视频文件这类无法附带 SRT 的场景，就要用硬字幕。
自动字幕的原理，以及需要检查什么
首次使用时，会下载一次 Whisper 模型（约 40 到 150 MB），之后转写都在你的电脑上完成。处理时间取决于电脑性能和视频时长：所以建议 5 分钟以内，最长 10 分钟。更长的视频，请先用“剪切视频”分段。Whisper 对清晰的人声识别比较准，但一定要校对：人名、数字、同音字，以及有背景音乐或多人同时说话的片段最容易出错。中文识别结果有时会出现繁体字或缺少标点，也需要顺手改正。自动检测语言依据的是音频的开头部分：如果视频以音乐开场，最好手动选择语言。
让字幕在抖音、视频号和 Shorts 上清晰可读
很多视频是在地铁上或办公室里静音观看的：没有字幕，信息就传达不出去。竖屏视频适合使用“抖音 / Shorts”风格：大号文字，加粗描边或底框，在任何背景上都清晰可读。字幕位置建议放在中间：放在屏幕最底部，容易被标题文案、账号名称和 App 按钮挡住。每条字幕要短，一眼就能读完，并在预览中确认没有哪条消失得太快。如果只需要录音的文字稿，可以用“音频转文字”；想减小最终视频的体积，可以用“压缩视频”。
常见问题
怎么给视频自动加字幕？
上传视频，选择语言并开始转写：Whisper AI 会生成同步字幕。校对之后选择样式，再导出压制了字幕的 MP4。
怎么把字幕压制到视频里？
导出为 MP4：字幕会压制进画面，在所有播放器和社交平台上都能显示。可以从自动转写开始，也可以用你已有的 SRT 文件。
怎么给视频添加 SRT 字幕文件？
上传视频，然后导入 SRT 文件代替转写：字幕会出现在预览中，可以编辑，也可以压制成 MP4。如果是 YouTube，也可以直接在 YouTube 工作室中单独上传 SRT。
支持多长的视频？
最长 10 分钟，建议 5 分钟以内，因为所有处理都在你的电脑上进行。更长的视频，请用“剪切视频”分成几段。
我的视频会上传到服务器吗？
不会。只有 AI 模型需要下载一次；转写和字幕压制都在浏览器中完成，视频不会离开你的设备。