给视频添加字幕
语音识别自动字幕，全部在浏览器内生成和编辑。视频不会离开你的设备。
生成并编辑字幕
上传视频或音频文件，在设备上自动生成字幕，逐行修改后下载 SRT 或 VTT——也可以导入现有字幕文件直接编辑。
语音识别完全在浏览器中运行——不会上传任何内容。
或从现有字幕文件开始
无需下载模型，直接编辑现有字幕文件。
使用方法
自动生成
检查并编辑
下载 SRT 或 VTT
这个字幕生成器能做什么
自动语音识别
Whisper 语音模型在你的浏览器内运行，把语音变成带时间轴的字幕行，支持 90 多种语言。
不上传任何内容
音频解码和语音识别都在你的设备上完成。视频、音频和台词不会到达任何服务器。
逐行编辑
导出前可以修改文字、调整起止时间、添加或删除字幕行。
导出 SRT 和 VTT
下载标准字幕文件，适用于 YouTube、Premiere、DaVinci Resolve、VLC 等所有主流播放器。
不上传素材的字幕工具
大多数自动字幕网站会把你的视频上传到服务器转写，按分钟收费，或在结果上打水印。这个工具不同：语音识别模型只下载到浏览器一次，之后转写完全在你的设备上进行。私密采访、未发布的剪辑、客户素材都不会离开你的电脑。
从语音到整洁的字幕行
原始语音识别会输出冗长且不间断的文字。本工具采用与 DojoClip Video Agent 相同的字幕切分逻辑：控制每行的长度和时长、在句子边界断行，并针对中文、日文、韩文使用 CJK 感知的换行。
与你的其他工作流衔接
可以先用免费视频剪切修剪视频；只需要转写音频时，用音频提取取出声轨。字幕做好后，用视频水印工具加上标志或模糊遮挡。如果你想要带单词高亮、自动翻译或聊天式编辑的样式字幕，Video Agent 会接着这个免费工具继续。
常见问题
这个字幕生成器真的免费吗？
是的——免费、无水印、无需注册、不按分钟收费。语音模型在你的浏览器里运行，我们没有服务器成本需要转嫁。
我的视频会被上传吗？
不会。音频在你的设备上本地解码和转写，不会向 DojoClip 发送任何内容——对未发布或保密的素材尤其重要。
支持哪些语言？
模型支持 90 多种语言，包括中文、英语、西班牙语、法语、德语、意大利语、葡萄牙语、韩语和日语。可以自动检测，也可以手动选择语言以获得最佳效果。
字幕有多准确？
清晰的语音转写效果很好。较重的口音、背景音乐或多人同时说话需要少量手动修正——内置编辑器正是为此准备的。
可以把字幕烧录进视频吗？
带样式的字幕烧录导出即将加入本工具。目前你可以下载 SRT/VTT 用任何编辑器烧录，或使用 DojoClip Video Agent 获得带样式、可翻译的字幕。
为什么在我的电脑上比较慢？
有硬件加速（WebGPU）时，转写速度约是音频时长的 3 倍。没有时使用 CPU 模式，耗时约等于音频时长。长文件会有限制以保护内存。