视频怎么生成 SRT 字幕并导入剪辑工具

从一条视频到一份能用的字幕文件，中间只差一次导出。把视频交给转录工具，得到按时间分段的文字稿，在结果区点一下 SRT，每一句讲话就带上了开始和结束时间码，成为可以直接导入剪辑软件字幕轨的外挂文件，全程不需要手打任何一个时间码。

打开视频转 SRT，上传一段视频或粘贴链接，生成后在结果区选择 SRT 下载。

核心结论

• SRT 是外挂字幕文件：每句字幕由序号、起止时间码、文本三行组成，块之间空一行；它和烧录在画面里的字幕不是一回事。
• 生成转录后在文字稿结果区点 SRT 按钮即可下载，时间码格式为 00:00:01,000 --> 00:00:04,120，导出文件为 UTF-8 编码。
• 导入剪辑软件是外部步骤：通用路径是导入字幕文件、挂上字幕轨、播放检查；具体菜单位置以所用软件的官方说明为准。
• 出问题按影响范围排查：字幕整体延迟先做统一平移，打开乱码先查编码，软件不识别先查文件后缀。

SRT 文件比 TXT 多了什么

同一段讲话，TXT 记录“说了什么”，SRT 额外记录“什么时间说的”。TXT 每行以“[分:秒] 文本”作时间标记，方便人按时间回查；SRT 则把时间写成播放器和剪辑软件都能直接读取的起止时间码。一份 SRT 文件的内容大致长这样（字幕文本为自创示例）：

1
00:00:01,000 --> 00:00:04,120
示例：欢迎观看本支短片

2
00:00:04,400 --> 00:00:08,000
示例：今天用三步生成第一份字幕

3
00:00:08,200 --> 00:00:12,500
示例：先上传视频，再导出 SRT

每个字幕块三行：第一行是序号，从 1 开始连续递增；第二行是这一句的开始和结束时间，格式为“时:分:秒,毫秒”，逗号后面是三位毫秒，中间用 --> 分隔；第三行是字幕文本。块与块之间空一行，解析程序靠空行识别每条字幕的边界。

还要区分两种“有字幕”。SRT 是外挂字幕：文件独立于视频存在，播放器加载它、剪辑软件导入它，随时可以修改和替换。烧录字幕则是把文字渲染进画面像素，导出后无法单独关闭或再编辑。拿到 SRT 之后，是否烧录、何时烧录，都留到剪辑环节再决定。

在视频转 SRT 入口生成转录

生成 SRT 的第一步是得到带时间的分段转录。视频转 SRT 入口默认停留在“上传文件”模式，直接选择本地视频或音频即可，MP4、MOV、WEBM、MP3 等常见格式都在支持范围；要处理平台视频时，再切换到“粘贴链接”。未登录每天 1 次免费，支持 50MB、10 分钟以内的文件；登录后每天 2 次，用积分最长可处理 2 小时。

1. 上传文件或粘贴链接。视频通常在本机，入口默认就是“上传文件”，直接选择视频即可。
2. 口语语言保持“自动（跟随视频）”，也可以手动指定中文、英语、日语、韩语、西班牙语、俄语或法语。
3. 点击“开始生成”。页面会按阶段提示处理进度（读取视频源、准备音频、读取字幕或转录语音等），一般 1–3 分钟完成；中途刷新页面，任务进度也不会丢。
4. 在文字稿结果区核对分段，点击 SRT 按钮下载，得到 transcript.srt 文件。

结果区会标注本次文字稿的来源：视频自带字幕时可能采用平台字幕，否则对音频做语音转录；未登录可以预览前 3 段，查看完整内容需要登录。这个字幕入口的表单只提供 SRT、VTT、TXT 三个字幕格式的切换，不出现摘要、章节等输出选项；同一份转录的逐字稿整理、TXT 修订和专名核对，属于视频转文字教程的范围，本篇从导出的 SRT 文件继续。

检查时间码、断句和专有名词

导出的第一份 SRT 通常已经可用，交给剪辑软件之前，值得花两分钟检查时间码、断句和专有名词。用任意文本编辑器或专用字幕编辑器打开 transcript.srt 就能修改。

断句方面，自动分段偶有一句太长、单行放不下的情况。假设示例的第二条原文是一整句：

2
00:00:04,400 --> 00:00:11,800
示例：今天用三步生成第一份字幕并把它导入剪辑软件

播放确认断点后，可以拆成两条：

2
00:00:04,400 --> 00:00:08,000
示例：今天用三步生成第一份字幕

3
00:00:08,000 --> 00:00:11,800
示例：并把它导入剪辑软件

拆分时注意三件事：新一条的开始时间不早于上一条的结束时间；后面所有序号顺延；每个块之间保留一个空行。合并两条则是反向操作，删掉中间的空行并补齐序号。

时间码方面，每条的开始时间必须早于结束时间，格式保持“时:分:秒,毫秒”，毫秒前的逗号不能写成点号，点号是 VTT 的写法。编码方面，导出的 SRT 文件是 UTF-8；用文本编辑器另存修改后的文件时，同样选择 UTF-8，存成其他编码可能在部分软件里显示乱码。专有名词方面，人名、品牌、产品术语按视频里的实际写法统一，修改文本不影响时间码，需要核对发音时，按该条时间码回到视频对应位置听一遍。

将字幕导入一个剪辑工具

SRT 生成之后，导入发生在剪辑软件里，PixMind 不代替软件把字幕烧进画面。各软件的菜单名称有差异，通用路径是一致的：

1. 在剪辑软件中打开工程，把视频素材放到时间线。
2. 找到字幕或标题相关菜单，选择“导入字幕文件”，选中 .srt；部分软件也支持直接把 .srt 文件拖到时间线。
3. 字幕出现在字幕轨上，与音频轨上下对齐。
4. 从头播放一遍，确认每条字幕的出现和消失与讲话一致。
5. 需要字幕出现在成片画面里时，执行导出渲染，字幕随画面烧录。

剪映、Premiere 等常见剪辑软件都支持把 SRT 导入为可编辑的字幕轨，具体菜单位置随版本变化，以所用软件的官方说明为准。导入后先浏览字幕轨上的块分布，再逐段播放检查，比直接渲染成片更容易发现问题。

字幕整体延迟或显示乱码怎样排查

排查按影响范围从大到小：先修影响全片的问题，再动单条字幕。

1. 整体延迟或提前：所有字幕统一晚半秒或早半秒，说明时间轴整体偏移。常见原因是视频开头多了一段片头，或者字幕对应的视频版本与当前版本不一致。用字幕编辑器或剪辑软件的整体平移功能，把全部字幕统一移动一个固定偏移量，不要逐条手改。
2. 打开是乱码：文件内容显示成“测试”一类字符，是编码问题。导出的原始文件是 UTF-8，出现乱码多半是编辑保存时换成了其他编码，用文本编辑器以 UTF-8 重新打开或另存即可恢复。
3. 软件不识别：先确认文件后缀是 .srt 而不是 .srt.txt，系统隐藏扩展名时容易看漏；再打开文件检查结构，时间码顺序是否正确、块之间有没有空行、序号是否连续。

只有个别字幕和声音错位、其余正常时，直接微调那一条的时间码，不必动整条时间轴。

什么时候选 SRT、VTT 或 TXT

同一份转录可以导出三种格式，结构差异决定各自的去向：

选择规则一句话：交给剪辑软件和播放器，选 SRT；网页播放器要 VTT；给人读、用于整理文稿，选 TXT。部分平台在上传字幕时对格式和编码有具体要求，上传前以平台官方说明为准，不要凭印象硬传。

常见问题

生成 SRT 就等于字幕已经出现在画面里吗？

不等于。SRT 是外挂字幕文件，生成只是得到文件本身，画面不会有任何变化。要看到字幕，需要在播放器里加载 SRT，或者导入剪辑软件后随导出渲染，把字幕烧录进画面。

没有时间码的 TXT 能直接改成 SRT 吗？

能，但要为每一句补写起止时间码，并按序号、时间码、空行的格式逐条排好，句子一多工作量不小。转录结果还在时，直接从同一份结果导出 SRT，时间码已经生成，比手工补写省事，也不容易出格式错误。

字幕和声音不同步先检查哪里？

先看是否整体偏移：全部字幕统一提前或延后，用整体平移一次修正。平移解决不了再确认视频版本是否一致，比如有没有多出片头、时长是否相同，最后才逐条微调个别错位的字幕。

生成第一份可导入的字幕文件

挑一段确实要配字幕的视频：口播、教程录屏、产品演示都合适。上传生成转录，导出 SRT，先在编辑器里过一遍时间码和断句，再导入剪辑软件挂上字幕轨，播放确认一次。

打开视频转 SRT 入口，生成一份可导入的字幕文件。