音频转 SRT 字幕教程：导出时间戳并检查文字与同步效果

音频转 SRT，需要同时得到讲话内容和每段字幕的显示时间。TXT 文稿只要文字可读就能使用；SRT 字幕还需要可靠的开始、结束时间。因此，转写完成并不一定意味着有可下载的 SRT。

这篇教程介绍如何导出可用的字幕、对照录音检查时间轴，以及一个容易漏掉的细节：在网页里修改了全文，不代表下载的字幕也已经同步修改。

音频转 SRT 后，文件里具体有什么？

SRT 按字幕块保存内容。每一块包括序号、开始与结束时间、字幕文字，块与块之间用空行分隔。下面是说明格式的示例，并非某段录音的实际转写结果：

1
00:00:01,200 --> 00:00:03,800
打开需要检查的录音。

2
00:00:04,100 --> 00:00:06,600
接着核对人名和数字。

第一条字幕在录音开始后的 1.2 秒出现，到 3.8 秒结束。时间中的逗号用于分隔秒和毫秒，播放器或字幕编辑器根据这些时间决定何时显示文字。YouTube 的字幕文件格式说明也给出了这种 SRT 结构，并要求上传的 SRT 使用纯 UTF-8 文本。

如果只需要阅读内容，TXT 就可以满足需求。如果要让文字跟随音频播放，就需要字幕时间信息。给 TXT 换一个后缀，无法补出这些时间。

先准备与最终视频一致的录音

尽量使用准备发布的那个视频版本来生成字幕。如果先转写完整访谈，后来又剪掉开头一分钟，原有的时间戳就无法直接对应剪辑后的视频。有条件的话，先完成这些剪辑，再处理字幕。

网页上传器支持 MP3、M4A、WAV 等音频，以及页面列出的视频格式，目前上传大小上限为 500 MB。还要同时检查剩余转写分钟数：如果只转写了录音的一部分，导出的字幕也只覆盖这一部分。

校对时保留原文件，方便随时播放。字幕不仅要写对内容，还要在对应的话说出来时显示；停顿之后和换人讲话的位置，都需要听一下实际衔接。

有可用时间分段时，按这几步导出 SRT

1. 打开音频转文字工具，根据讲话语言选择自动检测、英文或中文。
2. 选择要处理的录音开始上传，然后等待转写完成。
3. 先检查结果页有没有部分转写的提示，确认需要的内容已包含在内。
4. 打开“下载”菜单，在可用时选择“SRT — 字幕文件”。
5. 用字幕编辑器或纯文本编辑器打开下载文件，再搭配对应音视频预览。

SRT 导出需要有有效开始和结束时间的分段。有些转写结果有完整文字，却没有可用的分段时间。这种情况下，可以先下载 TXT 保留内容，再用字幕编辑器结合录音制作或对齐字幕。不要随意均分时长，就认为这些时间点能够对应讲话。

如果目前只需要文字文档，可以参考MP3 转文字教程，完成校对和 TXT 导出。处理长录音之前，也可以先查看当前的套餐说明。

全文校对和字幕校对，需要分别完成

结果页的“编辑”和“保存”会更新用于 TXT 导出的全文，不会改写 SRT 使用的原始时间分段。因此，页面里已经改对的人名，下载到字幕文件中时仍然可能保留原来的错字。

下载后，应直接检查 SRT 内容，在字幕编辑器里修正文字与时间，再保存用于发布的版本。如果用纯文本编辑器修改，要保留每条字幕的序号、时间行，以及字幕块之间的空行。

两种文件都要交付时，可以分别命名为 访谈-已校对.txt 和 访谈-已校对.srt。这样容易区分哪些文件已经检查过，同时保留原始录音，方便后续回查。

发布前，怎样检查字幕是否同步？

先预览开头、中间和结尾，再在交付最终版本前完整看一遍。抽查能发现整体提前或延后的问题，但中途某一句遗漏、突然换人讲话等情况，仍然需要完整播放才能检查到。

• 对齐第一句讲话。 片头、标题页或剪掉的开场内容，都可能让整份字幕产生偏移。
• 同时看字幕出现和消失的时间。 文字应跟随讲话显示，也要给读者看完的时间，避免一直留到不相关的下一句话。
• 检查过长、过密的字幕。 在字幕编辑器中拆分或调整难读的字幕块，同时保留原意。
• 回听衔接处。 停顿、打断和说话人切换的位置，值得单独复核。
• 确认最后一条字幕。 看它是否覆盖了最后一句需要呈现的话，尤其留意之前是否出现过部分转写提示。

把字幕导入准备发布的平台后，再在那里预览一次。这样可以确认文件已被接受，也能确认当前要发布的是刚才校对过的版本。

常见问题

已经有文字稿，为什么不能下载 SRT？

文字内容和时间信息是两种结果。没有有效的时间分段时，网站无法只靠全文生成可用的字幕文件。

修改文字稿并保存，会自动修正 SRT 吗？

不会。全文修改用于 TXT，SRT 仍使用原有的带时间分段。下载后需要单独修正字幕文件。

SRT 文件里有音频或视频吗？

没有。SRT 保存的是字幕文字和显示时间。你仍然需要对应的音视频，并在支持的播放器、编辑器或发布平台中加载这份字幕。

SRT 可以上传到 YouTube 吗？

YouTube 支持基础格式的 SRT，并要求文件为纯 UTF-8 文本。可以先核对它的格式要求，导入后再预览字幕。

用最终音频检查最终字幕

音频转 SRT 的最后一步，是把字幕文字和显示时间都与录音核对。导出可用的字幕后，直接修正 SRT，并搭配准备发布的音视频预览。文件准备好后，就可以上传录音开始处理。