部落格
如何製作 SRT 字幕檔:從影片、音訊或文字
作者: Hushscript 發布: 最後審閱:
要建立 SRT 檔案,請轉錄影片或錄音的音訊,再將逐字稿匯出為 SRT。每一句口語都會成為一則編號字幕,開始和結束時間都已填好。字幕產生器可在瀏覽器中線上完成這件事,您完全不必輸入時間戳記。如果您手上只有文字,也可以手動撰寫 SRT,下方有一節專門說明。本指南涵蓋這種格式包含什麼、如何從影片、音訊或文字製作 SRT 檔案,以及如何整理結果,讓字幕讀起來順暢。
開始之前您需要什麼
您需要影片檔案和幾分鐘的時間。任何常見容器都可以:MP4、MOV、MKV、WebM、AVI 等。建立 SRT 不需要編輯軟體,也不需要先轉換影片。字幕編輯器是選用的,只有在稍後微調時間、想看時間軸檢視時才用得上。
完整轉錄需要帳戶及足夠的可用分鐘數。符合資格的個人帳戶可在信用卡驗證成功後獲得一次 30 分鐘免費額度;若尚未領取,也可隨首次購買取得。最先呈現的 5 分鐘預覽不需要帳戶,因此您可以在做任何決定之前先看看品質。
什麼是 SRT 檔案
SRT 是 SubRip Text 的縮寫。想進一步了解,請參閱SRT 檔是什麼,以及它與 VTT 的比較。這種格式刻意保持簡單:由一連串編號區塊組成,每個區塊分成三個部分並各自佔一行。先是索引編號,接著是 start --> end 時間戳記,然後是一到兩行字幕文字。區塊之間以空白行分隔。
1
00:00:02,340 --> 00:00:05,810
音訊在瀏覽器中擷取。
2
00:00:06,100 --> 00:00:09,440
只有音訊到達伺服器,而不是影片。
閱讀或手動編輯檔案時,有幾個細節很重要。時間戳記格式是 HH:MM:SS,mmm,從小時到毫秒,毫秒前的分隔符號是逗號,不是句點。兩個時間之間的箭頭恰好是兩個連字號加一個大於符號。索引編號應從 1 開始依序排列,中間不能有空缺。其中任何一項出錯,有些播放器會默默略過受影響的字幕,這是手動編輯的 SRT 在中途「失效」最常見的原因。
SRT 在桌面播放器、編輯器和託管平台上的支援很廣泛,但並非通用。國會圖書館的格式說明將 SRT 記錄為一連串編號、定時的文字字幕;每個目的地仍然自行決定匯入哪些字幕格式。原生 HTML <track> 元素使用 WebVTT 呈現定時文字,如 WHATWG 現行標準所定義,要轉換很快,下文會再說明。
如何從影片製作 SRT 字幕檔
Hushscript 可當作 SRT 產生器和 SRT 檔案製作工具:它轉錄音訊、為每一句計時,並將結果匯出為 .srt。要從影片產生 SRT 檔案,您需要影片、一個帳戶,以及足夠影片長度的分鐘數。流程分為三個階段,大家最常搞反的是順序。您先拖入檔案並預覽,此時還不需要任何帳戶。
- 拖入影片,取得免費預覽。 前往影片轉文字,如果檔案是 MP4,則前往 MP4 轉文字,把影片拖到上傳區域。音軌會透過本機處理函式庫在您的瀏覽器中擷取,然後前 5 分鐘會以附說話者標籤的預覽呈現。這一步不需要帳戶,影片本身也永遠不會離開您的裝置。
- 註冊以轉錄其餘部分。 預覽看起來沒問題後,建立帳戶來處理完整檔案。符合資格的個人帳戶可在信用卡驗證後,或首次購買時,一次性獲得 30 分鐘免費額度。請使用結帳頁面顯示的付款方式。開始使用不需要信用卡。轉錄是付費的,因為它運行在頂級 AI 之上,所以採按需付費,無需訂閱。如果較長的影片超出免費分鐘數,請參閱定價頁面;您按音訊的分鐘數付費,而不是按檔案計費。
- 取得逐字稿並匯出 SRT。 逐字稿準備好後,在編輯器中開啟,進行必要的修正,然後點擊匯出並選擇 SRT。每一段口語表達都會成為一則字幕,開始和結束時間戳記都已就位。下載的是一般的
.srt檔案,沒有浮水印。
說話者標籤會在匯出前顯示於編輯器中。如果您希望字幕中出現姓名(對訪談、辯論或座談很有用),請先將「說話者 1」和「說話者 2」重新命名為真實姓名;匯出時就會把這些名稱寫在相符字幕的開頭。
實際範例
假設您有一段 12 分鐘的雙人訪談錄影,檔名為 founder-chat.mp4。您把它拖到頁面上,5 分鐘預覽確認兩個聲音都清楚收錄,於是您註冊。完整逐字稿準備好後,您把兩位說話者重新命名為「Maya」和「Devin」,修正一個聽錯的產品名稱,然後匯出為 SRT。檔案的開頭如下:
1
00:00:01,120 --> 00:00:04,460
Maya:感謝您今天抽出時間。
2
00:00:04,800 --> 00:00:08,210
Devin:當然。我一直很期待這件事。
3
00:00:08,540 --> 00:00:12,900
Maya:讓我們從頭開始。這個想法是如何產生的?
有兩點值得注意。每則字幕對應一段自然的發言,所以時間是跟著對話走,而不是固定的時鐘。字幕之間的空隙(這裡是幾百毫秒)反映說話者之間真實的停頓。這通常正是您想要的,不過有一個注意事項,下面會說明。
從音訊建立 SRT 檔案
不一定要有影片。如果您只有錄音,例如 MP3、WAV 或 M4A 檔案,步驟是一樣的:拖入檔案、查看免費預覽、註冊以處理完整逐字稿,再匯出為 SRT。得到的字幕檔可以搭配您之後剪輯的影片使用,也能單獨當作帶時間的逐字稿。音檔轉文字頁面列出了支援的格式。
從文字建立 SRT 檔案
除了純文字編輯器之外,不需要任何軟體也能製作 SRT 檔案,因為這種格式就只是文字。如果您已經有文字內容和時間,例如自己計時過的一段短腳本,可以走這條路。
- 在文字編輯器中開啟空白檔案,在第一行輸入
1。 - 在下一行寫下開始和結束時間,例如
00:00:02,340 --> 00:00:05,810。 - 在接下來的一到兩行,輸入字幕文字。
- 空一行,然後以
2、3依此類推重複。 - 以
.srt副檔名儲存檔案,而不是.txt。
慢的部分是時間戳記:您得逐則從錄音中讀取。Hushscript 是從音訊本身產生字幕,而不是從您已有的腳本,所以對於較長的錄音,它是取得帶時間字幕更快的方式。短片段則可以直接手動處理。
有免費的 SRT 檔案產生器嗎?
部分免費。不用花錢的項目:
- 預覽。 拖入檔案,前 5 分鐘會以附說話者標籤的逐字稿呈現,無需帳戶。它讓您看到品質;SRT 下載則來自完整的逐字稿。
- 您的前 30 分鐘。 符合資格的個人帳戶可在信用卡驗證後,或首次購買時,一次性獲得 30 分鐘免費額度。對符合資格的帳戶來說,30 分鐘以內的錄音可以免費從檔案變成 SRT。
- 手動撰寫檔案,如上所述。
- 轉換您已有的檔案。 字幕格式轉換器免費,並在您的瀏覽器中運行,但它只轉換現有的字幕檔,不會從音訊或影片製作字幕。
超過免費分鐘數後,您按音訊分鐘數付費,無需訂閱。請參閱定價頁面。如果您在找對每個檔案都免費的 SRT 檔案製作工具,這裡找不到,事先知道比較好。
套餐為預付制,所以沒有影片的月份不會產生任何費用。隨用隨付逐字稿頁面說明了按分鐘計價的運作方式。
調整時間與行長
大多數匯出的結果可以直接使用,但兩項快速檢查能讓字幕明顯更好讀。這一小段整理工作,正是自動產生的字幕與看起來專業的字幕之間的差別。
行長和行數。 各家風格指南不盡相同,SRT 格式本身也不會強制規定通用的行長或行數。過長的字幕仍可能變成一大片文字。目的地有規範時,請遵循現行規範;否則,讓每則字幕保持精簡,在自然的語句邊界換行,並在最終畫面大小上檢查結果。
閱讀速度。 字幕在畫面上停留的時間,必須與其文字量相符。如果一則字幕在極短時間內顯示大量文字,請在自然停頓處將它拆開,或重新計時,但不要蓋到後面的語音。請以正常播放速度預覽字幕,而不是只憑文字檔來判斷時間。
時間空隙與重疊。 兩則字幕之間的空隙短於約 80 毫秒,可能使某些播放器把前一行停留太久,或跳過下一行,所以連續字幕之間請留一點喘息的空隙。相反的問題是重疊:兩個人同時說話時,引擎會為每位說話者各指派一則字幕,這些字幕在時間上可能互相衝突。沒有任何自動工具能完美解決真正的重疊,所以對於對話密集的影片,請掃描重疊的時間戳記,並手動把其中一則提早或延後一點。
這些都可以在任何純文字編輯器中完成,因為這種格式是人類可讀的。匯出工作區也有字幕重新分段的控制項,可用來改變字幕斷行的方式。如果您偏好視覺化操作,專用的字幕編輯器,例如 Windows 上的 Subtitle Edit 或各平台都能用的 Aegisub,提供波形時間軸,也能批次自動修正常見的間距和閱讀速度問題。
SRT 與 VTT:該匯出哪一種
這兩種格式是近親,該選哪一種取決於字幕要在哪裡播放。如果您想在決定前看完整比較,SRT 與 VTT:該使用哪種字幕格式會逐一說明各自的優勢。
桌面播放器、影片編輯器和絕大多數託管平台適合用 SRT,這涵蓋了大多數人的需求。字幕要放在使用 HTML5 <video> 元素的自訂網頁上時,請使用 WebVTT,因為它是瀏覽器對 <track> 元素原生讀取的唯一格式。兩者的內容相同。VTT 只是在檔案開頭多了一行 WEBVTT,並在每個時間戳記的毫秒前使用句點而不是逗號。
因為差異這麼小,切換時不需要重新轉錄。先匯出 SRT,之後如果需要 VTT,再用免費的 SRT 轉 VTT 轉換器處理即可。它在您的瀏覽器中運行,無需帳戶,也不會上傳任何內容。
將 SRT 加入播放器、編輯器或平台
取得檔案後,如何附加取決於影片放在哪裡。
桌面播放器。 當 SRT 與影片的主檔名和資料夾相同時,VLC、mpv 和大多數桌面播放器會自動載入這個外掛字幕檔。重新命名檔案,讓 interview.mp4 搭配 interview.srt,放在同一個資料夾,播放時字幕就會出現。如果播放器沒有抓到,字幕選單裡有手動的「載入字幕檔案」選項。
影片編輯器。 在 DaVinci Resolve、Premiere Pro 或 Final Cut 中,將 SRT 匯入為字幕或說明文字軌。編輯器會把每則字幕放到時間軸上正確的時間碼,之後您可以調整字型樣式、更改位置,若想要硬字幕,也能在最終匯出時把字幕燒錄進去。
託管平台和社群影片。 YouTube 在其字幕流程中直接接受 SRT。其他平台可能接受外掛檔案、要求使用內建的字幕編輯器,或要求字幕燒錄在影片裡。請把審查過的 SRT 當作主要依據,再依目的地目前的發布流程操作,不要假設某一種上傳方式到處都能用。
燒錄字幕。 如果您需要文字永久成為畫面的一部分,而不是可開關的外掛檔案,那是另一個編碼步驟。HandBrake 可以免費將 SRT 燒錄進影片:載入影片,在「字幕」分頁加入 SRT,勾選「Burned In」,然後編碼。只有在目的地無法讀取外掛檔案時才需要這麼做,因為獨立的 SRT 可以繼續編輯,燒錄的字幕則不行。想了解各平台上附加與燒錄字幕的完整流程,請參閱如何為影片加入字幕。
常見問題及解決方法
字幕從一開始就不同步。 固定的偏移量,也就是每一行都提早或延後相同的時間,通常表示播放器讀到的畫面更新率與時間所假設的略有不同。大多數桌面播放器都有字幕延遲控制,可一次移動整個軌道;調整到第一行對上,其餘就會跟著對上。
同步隨時間越差越多。 隨著影片播放而越來越大的漂移,表示來源與輸出的副本之間畫面更新率不符,常見於將 23.976 fps 的檔案轉成 25 fps 或轉回來之後。請針對您實際要發布的影片版本重新匯出 SRT,而不是較早的剪輯版本。
字幕中缺少說話者姓名。 如果您已重新命名標籤,但平台沒有顯示任何名稱,該平台很可能在匯入時移除了 SRT 中的說話者前綴。SRT 沒有可以強制保留它們的設定;可靠的解決辦法是燒錄字幕,這樣名稱就成為畫面的一部分。
非英語影片以錯誤的語言傳回。 Hushscript 會在約 99 種語言之間自動偵測口語語言,但非常短或吵雜的片段偶爾會被誤判。請重新處理一段較清晰的部分,或查看語言頁面確認該語言有被支援。
長時間的發言變成一則超大的字幕。 當某人長時間說話而沒有明顯停頓時就會發生。請在句子邊界手動拆分字幕,讓單一區塊的可讀文字不超過兩行。
少改幾次的準確度訣竅
字幕的品質大多在您開啟編輯器之前,就由您提供的音訊決定了。乾淨的來源音訊代表更少聽錯的字和更準確的時間戳記,也就代表更短的編輯流程。
請以正常說話的音量錄製或匯出音訊,不要經過大量壓縮,並盡量避免對話底下有很大聲的背景音樂。涉及多人時,每個聲音都相當容易區分的錄音,有助於說話者標籤保持一致,如果您打算在字幕中保留姓名,這點很重要。如果來源是您已經發布的影片,音訊就只能是現在這樣;但對於您自己錄製的內容,花幾分鐘留意音量和麥克風位置,對字幕品質的幫助勝過事後任何編輯。
SRT 之後:逐字稿的其餘部分
建立 SRT 也會同時給您完整的逐字稿,因此您不限於字幕。在同一個工作階段中,您可以把文字匯出為 TXT 或 DOCX,用於節目筆記、演講的部落格版本,或貼在影片旁邊的無障礙逐字稿。匯出乾淨的逐字稿,與為影片轉文字加上字幕是同一個產品;SRT 只是其中一種輸出格式。
下一步是把這些字幕放到影片上,並在外掛檔案與燒錄軌之間做選擇,請參閱如何為影片加入字幕。
獨立來源與標準
Hushscript 參考了這些獨立且非競爭性的資料來源。它們用於說明研究、標準或平台運作方式,並不代表其為 Hushscript 背書。
來源審閱日期: