🎬 影片字幕生成器

上傳影片或音頻，透過 Whisper AI 模型在瀏覽器本地生成 SRT/VTT 字幕，完全離線、不上傳伺服器。適合教學影片、會議錄影、社群媒體字幕製作。

什麼是影片字幕生成工具？

影片字幕生成工具讓你上傳影片或音訊，透過 Whisper AI 模型在瀏覽器本地自動生成 SRT/VTT 字幕，完全離線、不上傳伺服器。它能省去逐句聽打字幕的大量時間，適合教學影片、會議錄影與社群短片。

生成的 SRT/VTT 是通用字幕格式，可匯入剪輯軟體或上傳到影片平台，也能再手動微調文字與時間。

適用情境

如何使用

  1. 上傳影片或音訊檔。
  2. 工具以 Whisper 模型在本機辨識語音。
  3. 生成帶時間軸的 SRT/VTT 字幕。
  4. 校對後下載，匯入影片或平台。

使用技巧

名詞解釋

Whisper
開源的語音辨識 AI 模型，可將語音轉成文字。
SRT / VTT
兩種通用的字幕檔格式，含字幕文字與對應時間軸。
時間軸
每句字幕對應影片中出現與消失的時間點。

常見問題 FAQ

影片字幕生成器如何保護我的隱私？

本工具使用 Whisper AI 模型在您的瀏覽器本地執行，所有影片和音頻資料都在您的裝置上處理，不會上傳到任何伺服器。即使在離線狀態下（模型下載後），仍可正常使用。

支援哪些影片和音頻格式？

支援大多數常見格式，包括影片格式 MP4、WebM、MOV、AVI，以及音頻格式 MP3、WAV、M4A、OGG。建議使用現代瀏覽器（Chrome、Firefox、Edge）以確保最佳相容性。

Whisper 模型大小有什麼差異？

Tiny（~75MB）速度最快但準確度較低，適合快速預覽；Base（~142MB）平衡速度與準確度，適合一般使用；Small（~483MB）準確度最高，適合需要精確字幕的場合。模型下載後會緩存在瀏覽器中，下次使用無需重新下載。

生成的 SRT 和 VTT 字幕有什麼不同？

SRT（SubRip Text）是最廣泛支援的字幕格式，適用於 Premiere、Final Cut Pro、VLC 等軟體。VTT（WebVTT）是網頁標準格式，可直接用於 HTML5 <video> 元素。兩種格式都包含時間碼和字幕文字，可根據使用需求選擇。

影片會上傳到伺服器嗎？

不會。字幕由 Whisper 模型在你的瀏覽器本機生成，完全離線、不上傳，適合機密或內部影片。

SRT 和 VTT 差在哪？

兩者都是含時間軸的字幕格式：SRT 較通用、廣泛支援；VTT 多用於網頁 HTML5 影片，並支援更多樣式設定。

為什麼第一次使用較慢？

本機 AI 需先下載語音模型，首次載入較久，之後會快很多，請保持分頁開啟直到完成。

字幕一定準確嗎？

準確率受收音品質、口音與專有名詞影響。生成後建議校對文字與標點，再正式使用。