黑色星期五所有套餐首月立减 25%结账时自动生效,无需优惠码距结束 查看套餐 →

给自己的视频做翻译字幕,要经过五个阶段:转写所说的内容,给每句话对上时间轴,翻译这些句子,调整到能读得过来,最后以独立字幕轨的形式发布,或者烧录进画面。自动工具几分钟就能完成前三步;而后两步,决定了字幕是好读,还是让观众忍不住关掉。

本文写给已经录好视频、希望其他语言的人也能看懂的人:一个 YouTube 视频、一条 Reels、一节课、一场讲座,或者公司的宣传片。如果你是想看懂别人的视频,请看另一篇以观众身份翻译 YouTube 字幕的指南。YouTube 和 Netflix 的信息来自它们的官方帮助,查阅时间为 2026 年 10 月;文中提到的工具,是我们同月搜索这个话题时排在 Google 前列的那些。

要点速览

  • 视频由你自己在电脑上播放,或者你只需要看懂原始素材:电脑上的语音翻译软件就能做到,不用生成任何文件(方法 1)。
  • 视频要发到 YouTube:在 YouTube 工作室里用自动字幕、审校,并为每种语言加一条字幕轨(方法 2)。
  • 想要一个免费的 .srt 文件,而且不上传视频:在自己电脑上用 Subtitle Edit 加 Whisper(方法 3)。
  • 是给社交平台的竖屏视频:用能把文字烧录进画面的编辑器(方法 4)。
  • 是给客户、电影节或付费课程:请真人审校(方法 5)。
本文目录

翻译字幕背后是什么

字幕文件比看上去简单得多。最常见的格式 .srt 是一个由编号块组成的文本文件:一个编号,一行出现和消失的时间,再加一到两行文字。用记事本就能打开。所有字幕软件做的事,无非是生成、修改和翻译这些块。

第一阶段是转写:用原语言写下所说的内容。如今几乎都由语音识别完成,麦克风好、只有一个人说话时,准确率很高。第二阶段是对时间轴:决定每句话在哪一毫秒出现和消失。语音识别在转写的同时就会做这一步,但它是在检测到停顿的地方切分,而不是在一个意思结束的地方。

第三阶段是翻译,主要的坑就在这里。翻译是一条字幕一条字幕进行的,保留原文的时间。如果某个块把一句话从中间切开,机器翻译拿到的就是半句话,会译错,因为不同语言的语序并不一致,比如英语或德语和中文就差别很大。第四阶段是调整:缩短并重新分配文字,让人来得及读。第五阶段是发布。

给视频配外语字幕的五个阶段:转写、对时间轴、翻译、调整,以及以独立字幕轨或烧录形式发布
自动工具能很好地完成前三个阶段;调整几乎总要靠人来做。

所以,做翻译字幕时,顺序很重要。翻译之前先改好转写,这一步最省时间:原文里写错的一个人名,会在你翻译的每一种语言里都错,有几种译文就得改几遍。

独立字幕轨、烧录字幕还是配音:开工前先决定

在给视频做翻译字幕之前,还没打开任何软件时,最该问自己的是:文字将以什么方式到达观众。答案有三种,每一种都会改变工作内容。

独立字幕轨是一个随视频一起提供的文件,观众可以打开或关闭。YouTube、Vimeo、课程平台以及 VLC 等播放器都用它。它有两大优点:同一个视频可以提供多种语言,发现错字也不用重新导出。缺点是依赖播放器:如果视频被下载下来再通过聊天软件转发,字幕就丢了。

烧录字幕,也叫硬字幕,是画面的一部分。在哪里都能看到,不依赖任何东西,所以在 Reels、TikTok 和 Shorts 上是标配,那里很多人是静音看视频的。代价是每种语言都是一个不同的视频,一处出错就得重新导出、重新上传。

配音用另一条音轨替换或伴随原声。对观众最方便,要做好也最贵。YouTube 为符合条件的创作者提供自动配音,但其帮助提醒这些配音无法编辑,遇到人名、习语和行话会出错。而且用合成语音,语气是听得出来的。

以另一种语言交付视频的三种方式:srt 或 vtt 独立字幕轨、烧录在画面中的字幕,以及配音音轨
独立字幕轨最灵活;烧录字幕是唯一在任何社交平台上都不会丢的。

关于格式,YouTube 帮助建议,如果从没做过字幕,就从 SubRip (.srt) 或 SubViewer (.sbv) 开始,因为它们只包含时间和文字,用任何纯文本编辑器都能编辑。它要求以 UTF-8 保存,这对中文同样重要:用其他编码保存的 .srt,汉字会显示成乱码。如果需要把文字放到屏幕的其他位置,比如为了不挡住画面上的标题,YouTube 支持带位置信息的 WebVTT (.vtt),不过其帮助自己也说这只是初步实现。

五种方法一览

方法 你得到什么 要上传视频吗? 你的工作量 费用
电脑上的语音翻译软件 播放时的字幕和语音译文;不生成文件 不用;声音实时翻译 无 每天免费 15 分钟;另有付费套餐
YouTube 工作室 按语言分的字幕轨,以及翻译后的标题和说明 要,传到 YouTube 审校自动字幕,翻译或上传每种语言 免费
Subtitle Edit 加 Whisper 存在你硬盘里的 .srt 文件 不用 安装、审校和翻译 免费
带自动字幕的编辑器 文字烧录在画面里的视频,有时还有 .srt 要,传到它的服务器 审校并设置样式 有限制的免费套餐或订阅
专业字幕员 由真人审校的字幕 交给对方 委托并审核 按视频分钟计费

1. 如果由你亲自播放:电脑上的语音翻译软件

并不是所有自己的视频都需要字幕文件。如果视频由你在电脑上播放,比如课堂投影、和外国供应商开会,或者展会上接着笔记本的屏幕,你可以跳过这五个阶段:语音翻译软件监听播放器,在播放的同时把译文显示在屏幕上。

还有一种情况创作者都很熟悉:你不太懂的语言录的原始素材。一段葡萄牙语采访、一位德国客户的发言,或者一段需要剪辑的法语证言。在花钱做完整转写之前,最好先知道哪些部分有用,而这只需要看一遍译文就够了。

Traducore 就是一款能做到这一点的 Windows 10 和 11 软件。在 Windows 11 上,它捕获你所选应用的音频,比如 VLC 或 Windows 自带播放器,不会混进其他窗口的通知或音乐。它在屏幕上方显示一条字幕栏,可以把译文朗读出来,并在下面保留原声,默认 65% 音量,让人还能听到说话人的声音。它能翻译成 78 种语言,并自动检测源语言。

操作步骤

  1. 在常用的播放器里打开视频,停在第一帧。
  2. 在软件里选择 Video / talk 模式,并选中播放器作为音频来源。
  3. 选择目标语言,需要的话也可以固定源语言。
  4. 打开字幕、语音或两者,点击 START TRANSLATION。
  5. 继续播放视频,让译文跟上。

需要知道的几点

译文有三到六秒的延迟,因为软件要等一整句话说完再翻译。做演示时不碍事;如果要讲解屏幕上文字很多的教程,最好边讲边暂停。它不保存音频或文本,也不会生成 .srt:如果你需要一个用来发布的文件,请看方法 2 到 5。免费语音有西班牙语、英语、法语、德语、意大利语和葡萄牙语;其他语言在免费套餐里只有字幕。免费套餐每天 15 分钟,无需银行卡,也不会过期;付费套餐见价格页面。它只能在 Windows 上用。

不用准备字幕,也能用另一种语言展示你的视频

在播放器里打开,直接从电脑上带着翻译字幕和语音播放。每天免费 15 分钟,无需银行卡。

免费注册

2. 在 YouTube 工作室里:每种语言一条字幕轨

如果视频要发到 YouTube 频道,平台会替你做很大一部分工作。视频一上传,YouTube 就会尝试用语音识别以视频默认语言生成自动字幕。其帮助提醒这可能需要一些时间,因为处理时间取决于音频的复杂程度,并要求一定要审校:“你应始终检查自动字幕,并修改未正确转写的部分”。

添加或修改原语言字幕

  1. 进入 YouTube 工作室,在左侧菜单中选择“字幕”。
  2. 选择视频。如果还没给它设定语言,工作室会先让你设定。
  3. 要修改自动字幕,用该字幕轨旁边的“更多”菜单编辑文字。
  4. 要添加你自己的字幕,点“添加语言”,然后在“字幕”下点“添加”。

点“添加”后会出现三个选项。“上传文件”载入 .srt 或其他支持格式的文件,带时间轴。“自动同步”只接收文字、不带时间,由 YouTube 计算每句话的位置;帮助不建议在超过一小时或音质差的视频上用它。“手动输入”让你一边播放一边打字,有暂停和新增字幕的快捷键。

添加其他语言

每一种译文都是同一页面里多出的一种语言:“添加语言”,选择比如英语,然后上传翻译好的 .srt 或直接输入。同一行里还有“标题和说明”,也值得翻译。根据帮助,YouTube 会向每位观众显示其语言的标题和说明,这有助于视频出现在不说你这种语言的人的搜索结果里。这是大多数频道跳过的一步,也是带来最多海外流量的一步。

此外,YouTube 会在字幕菜单里给观众提供“自动翻译”,把你的字幕实时译成其他语言。它可以作为兜底,但这份翻译你控制不了;如果某种语言对你很重要,就上传自己的字幕轨。如果有人来问为什么看不到这个选项,最常见的原因是视频根本没有可供翻译的字幕轨,我们在 YouTube 字幕指南里讲过。

自动配音是第三部分。YouTube 帮助说,对符合条件的创作者它默认开启,可以在“设置”›“频道”›“高级设置”里关闭,你可以在发布前预览配音,但不能编辑。根据 2026 年 9 月查阅的语言表,从西班牙语出发,它只能配成阿拉伯语、英语和葡萄牙语;它不支持超过 120 分钟的视频,也不支持几乎全是音乐的视频。

3. 免费且在自己电脑上:Subtitle Edit 加 Whisper

如果你想把 .srt 存在硬盘里、在其他平台复用,或者转写时不想把视频上传到任何服务,Windows 上最常用的组合是 Subtitle Edit:一款免费开源的编辑器,可以调用 OpenAI 的开源语音识别 Whisper,在你的电脑里完成转写。在不上传任何网站就翻译视频的指南里,我们讲了怎么搭建,以及按电脑配置选多大的模型。

对创作者来说,字幕编辑器的价值不在转写,那是任何工具都能做的,而在于对时间的掌控。Subtitle Edit 会在视频下方显示音频波形,从中能看出每句话从哪里开始、到哪里结束。把字幕边缘拖到声音真正开始的位置,文字才会显得和说话人“贴合”。

在我们自己的视频上,效果最好的流程是:用原语言转写,在编辑器里修改并拆分句子,把这个 .srt 存为母版,然后才开始翻译。这样每种新语言都从已经调好的时间轴出发。如果你在编辑器里用在线服务翻译,要知道文字是会离开电脑的,虽然视频不会。

想把结果烧录进画面?有了 .srt,几乎所有视频编辑器内部都在用的命令行工具 ffmpeg,一条命令就能把字幕写进画面:ffmpeg -i video.mp4 -vf subtitles=video.zh.srt video-zh.mp4。新文件里已经带着文字,可以上传到任何平台。

4. Reels、TikTok 和 Shorts:把文字烧录进画面的编辑器

在竖屏视频里,独立字幕轨几乎没用:文字必须在画面里,字要大,放在下半部分,避开应用的按钮。这就是 Google 前排那些带自动字幕的编辑器的用武之地:在 2026 年 10 月的搜索中,有 CapCut、Canva、Flixier、VEED 和 Happy Scribe 等。

它们的流程都一样:上传视频,编辑器生成字幕,你在句子列表里审校,选样式,然后导出一个新视频。有些能把字幕翻译成其他语言,有些还能导出 .srt。我们没有比较过它们的价格和限制,所以不引用;选择之前,在它们官网上确认三件事:免费套餐会不会加水印,有没有视频时长限制,能不能下载 .srt,有了 .srt 你才能在别处复用这些工作。

这个格式特有的一条建议:每屏字要少。社交平台的字幕一次两到五个词,比整句效果好,因为眼睛一边看画面一边能一眼扫完。翻译时这条规则很容易被打破,比如从英文译成西班牙语,句子往往会变长;要检查译后的字幕块,重新拆分。如果你还想让观众看懂 Instagram 上别人的视频,我们有一篇翻译 Instagram 或 TikTok 视频的指南。

5. 视频关系重大时:请专业字幕员

给客户的视频、要送电影节的短片、要出售的课程或品牌的广告,都不应该带着未经审校的字幕上线。专业字幕员不只是翻译:他们会压缩,判断哪些可以删而不损失信息,按镜头切换调整时间,翻译重要的画面文字,并遵守风格规范。

这些规范是公开可查的。以 Netflix 的拉丁美洲西班牙语规范为例,它规定每行最多 42 个字符,每条字幕最多两行,成人节目的阅读速度最高每秒 17 个字符,儿童节目 13 个。它要求在标点之后、或连词和介词之前断行,绝不能把名词和冠词拆开,也不能把名和姓拆开。

如果预算请不起专业人士,一个合理的折中是机器翻译、真人审校:找一个懂目标语言、也懂视频主题的人。审校一份已经翻好的 .srt,比从头翻译快得多,还能抓住最显眼的错误。

按视频播放场景给自己的视频加字幕的决策树:YouTube 工作室、社交平台的烧录字幕、电脑上的语音翻译软件或专业字幕员
工具由视频在哪里播放决定,而不是反过来。

把字幕翻译成另一种语言时会丢掉什么

有些错误在几乎所有字幕机器翻译里都会反复出现,审校时值得专门去找。

被切断的句子。前面讲阶段时已经说过:如果一个块在句子中间结束,翻译拿到的是缺动词或缺宾语的一截,只能凑合着翻。症状是某条译后的字幕单独看不懂,和下一条连起来才通顺。

长度。译成西班牙语等语言时,译文往往比英文原文长,而时间不变。结果就是字幕还没读完就消失了。按每秒 17 个字符的上限,一条两秒的字幕只能容纳大约 34 个字符:一行的一半多一点。

称呼和语体。机器翻译会自行决定旁白用“你”还是“您”,有时在不同字幕块之间还会改来改去。面向不同地区的观众,用词习惯也不一样。先定好语体,然后在整个文件里检查一遍。

没说出口的内容。画面标题、幻灯片文字和屏幕上的提示都不在转写里,所以没有工具会翻译它们。如果视频靠一张图表讲解,就手动加一条字幕说明图上写了什么。

产品名称和行业术语。语音识别会按听到的样子写下品牌或技术术语,翻译再把它变成别的东西。翻译前整理并检查一份视频术语清单,能避免大部分这类错误。

怎样做出一看就懂的字幕

  • 录制时就考虑字幕。短句、意思之间停顿清楚、一次只有一个人说话,转写结果几乎是干净的。
  • 一条字幕一个意思。如果一个块里有上一句的结尾和下一句的开头,就拆开,哪怕会变短。
  • 最多两行,而且最好均衡:上行略短于下行,比一行很长、下面只挂一个词好读。
  • 字幕随声音出现,不要提前,也不要在镜头切换后还留在屏幕上。
  • 删掉口头禅和重复。“嗯,那个,就像我刚才说的”写出来毫无意义,还占用阅读时间。
  • 看着视频审校,而不是读文件。一条在文本里没问题的字幕,按实际速度播放时可能根本读不完。

关于视频翻译字幕的其他问题

怎样给视频加字幕?

用一个能从音频生成字幕并让你修改的工具:视频发到自己频道就用 YouTube 工作室,想把文件存在电脑上就用 Subtitle Edit 这类编辑器,想要烧录字幕就用带自动字幕的视频编辑器。无论哪种情况,发布前都不能跳过的一步是审校文字。

为什么 YouTube 不能把字幕翻译成中文?

几乎总是因为视频没有任何可以作为起点的字幕轨:自动翻译需要有文字可译。从创作者这边看,解决办法是在 YouTube 工作室里确认视频有原语言字幕,或者更好的是直接上传一条中文字幕轨。观众那边的其他原因,在如何翻译 YouTube 视频的指南里有汇总。

怎样做带字幕的 Reels?

TikTok 在应用内就能生成自动字幕,Instagram 也能在创作者发布时开启后用 Meta AI 为声音配音;但如果要翻译字幕或设置样式,通常的做法是在能烧录字幕的编辑器里处理视频,审校后上传成品。用大号字,每屏字少,并空出底部区域,那里是应用放按钮和帖子文字的地方。

什么是字幕视频?

就是用文字显示所说内容、并与声音同步的视频。字幕可以和视频同一种语言,供听不到声音或静音观看的人使用,也可以翻译成另一种语言。给听障人士的字幕还会加上声音信息,比如音乐或门铃,并标明是谁在说话。

那么,我们自己用哪一个?

我们自己的视频,看发布到哪里。发到 YouTube 的,我们在编辑器里做一份 .srt 母版,先审校原语言,再翻译,然后作为独立字幕轨上传,同时上传翻译后的标题和说明。给社交平台的剪辑版也出自同一份 .srt,拆成更短的块后烧录进画面。而视频由我们自己在笔记本上播放时,或者收到我们不懂的语言录的素材时,我们什么都不准备:在播放器里打开,用自己的软件跟着译文看。如果你要把一段很长的录音转成文字当文档用,把音频转成文字再翻译的指南讲的就是这种情况。

你的视频,从第一分钟起就能被另一种语言的观众看懂

在任何 Windows 播放器上叠加翻译字幕和语音,不用准备文件。注册账号,每天免费使用 15 分钟。

免费注册