口播、课程、采访和会议录像完成后，最费时间的往往不是剪辑，而是把语音逐句敲成字幕。剪映的“识别字幕”能先完成大部分转写，但仍需人工修正专有名词、标点和时间轴。下面以桌面端为主，走一遍从导入素材到导出成片的完整流程。
适用设备与系统版本
本文以近两年的剪映专业版为主要界面基准，适用于 Windows 10/11，以及仍受当前版本支持的 macOS。手机端同样支持字幕识别，iPhone 的 iOS、华为 HarmonyOS、小米或 Redmi 的 HyperOS、OPPO/一加 ColorOS、vivo/iQOO OriginOS、荣耀 MagicOS 均可安装近期版本使用。不同系统和版本可能显示“识别字幕”或“自动字幕”，名称略有差异。
第一步：整理视频和音频素材
- 打开剪映专业版并新建项目，点击“导入”，选择视频、采访录音或背景音乐。先把双机位采访的音视频对齐，再开始字幕识别，可减少时间轴错位。
- 将素材拖入时间线，先完成粗剪、删除废片并调整片段顺序。字幕识别会以当前时间线为准，素材越整洁，后续校对越省事。
- 播放并检查原声：音量过低、背景噪声太大、多人同时说话，都会降低识别准确率。必要时先使用“音频”面板中的降噪或音量调整功能。
- 校对时建议佩戴耳机。电脑可直接使用有线或蓝牙耳机，手机则尽量避免扬声器外放造成声音串扰。
第二步：自动识别视频语音
- 在时间线中点选需要识别的视频片段，点击顶部“文本”，再选择“识别字幕”；部分近期版本显示为“自动字幕”。如果是对整条时间线识别，按页面提示选择项目音频即可。
- 在识别窗口中将语言设为“中文（普通话）”。如果版本允许选择音频来源，应选视频原声或主音频轨，不要误选只有背景音乐的音轨。
- 点击“开始识别”，等待软件把语音转换成字幕。完成后，字幕通常会以一段段独立文本块出现在视频上方的字幕轨中；如果看不清，可放大时间线比例。
- 从头播放一次，重点标记没有生成字幕、重复生成、明显错词以及字幕提前或延后的位置，再开始逐句修改。
第三步：逐句校对文字和时间轴
- 点击时间线中的任意字幕块，在右侧“文本”或内容输入框中修改文字。重点检查人名、品牌名、专业术语、数字和英文缩写，这些内容最容易被识别成同音词。
- 调整起止位置时，先把播放头移到实际发音开始处，选中字幕块，点击时间线上方或右键菜单中的“分割”或“切割”；再把播放头移到下一句开始处继续分割。随后拖动字幕块边缘：左侧控制字幕出现时间，右侧控制字幕消失时间。
- 字幕比声音慢时，将字幕块左边缘向左拖；字幕过早消失时，可适当延长右边缘。若所有字幕都统一慢半拍，可框选字幕轨中的多个字幕块一起左移，不要只修改某一句。
- 遇到过长字幕，可在停顿处分割成两条。每条字幕尽量对应一个完整短句，通常保持每屏一至两行；横屏每行约十二至十八个汉字可作为起点，竖屏视频应适当缩短。
- 删除空白、重复或与原声无关的字幕块，并补上句号、问号等标点。最后再完整播放一次，确认没有字幕突然消失、两条字幕重叠或文字超出画面。
第四步：统一字幕样式和位置
- 先选中一条字幕，在右侧样式面板设置字体、字号、颜色、描边和背景。再框选多个字幕块统一调整；如果当前版本不支持批量设置，就逐个应用相同参数。
- 横屏字幕可放在画面下方安全区，竖屏字幕不要紧贴最底边，应避开短视频平台的字幕条、账号信息和操作按钮区域。
- 在手机预览中检查可读性。字幕不能挡住人物脸部、商品或操作步骤，字号过小时也不要只靠增加粗体来补救。不同品牌手机预览效果可能略有差异，最好再在电脑上复核一次。
第五步：导出带字幕的成片
- 导出前完整预览，确认字幕均在画布内，且原声、音乐和环境音的音量正常。
- 点击右上角“导出”，格式选择 MP4；如果当前版本提供编码选项，优先选择兼容性较好的 H.264。分辨率通常选 1080p，帧率优先与原片一致，如 25 fps、30 fps 或 60 fps，码率保持“推荐”或“较高”即可。
- 填写文件名和保存位置后开始导出。等待进度完成，再用另一台设备或本地播放器打开成片，复查开头、中间和结尾，防止个别字幕在预览时未被发现。
- 字幕导出后会直接合成到视频画面中，播放器里无法单独关闭。需要修改时，应保留剪映工程，而不是只保留导出的 MP4。
手机端快速操作
- 安卓手机可从手机自带应用商店安装近期版本。例如华为手机打开“华为应用市场”，搜索“剪映”后选择安装或更新；小米、Redmi、OPPO、vivo、荣耀也可在各自应用商店完成安装。iPhone 则使用中国区 App Store。
- 导入视频后，点击底部“文本”→“识别字幕”或“自动字幕”，选择中文（普通话）并开始识别。
- 点击生成的字幕块即可改字；需要调整时长时，使用时间线上的分割功能和字幕块边缘控制。完成后进入“导出”，选择清晰的分辨率并导出。
- 手机端适合短视频和快速修改。长视频字幕较多时，散热、耗电和存储空间压力较大，建议转到电脑完成精细校对。
注意事项
- 自动字幕不会改动原始视频或音频，它是叠加在时间线上的文本层；删除字幕块也不会删除原声。
- 重新识别可能重新生成或覆盖字幕轨。已人工修改字幕后，应先复制工程或保留修改版，避免返工。
- 人名、缩写和行业词即使识别正确，也要结合上下文再核对一遍。背景音乐过大时，可先降低音乐音量或单独处理人声，再重新识别。
- 涉密或未公开录音不要默认识别过程完全在本地完成。使用前应查看当前版本的识别与素材存储说明，并遵守单位要求。
- 导出前同时检查字幕安全区、字体大小和音量，尤其是用于抖音、B 站或会议存档的成片。
小结
剪映自动加字幕的核心流程是：先整理音频，再识别语音，随后逐句修正文字、分割过长字幕并调整起止时间，最后统一样式并导出 MP4。自动识别能省去大量重复输入，但专有名词、标点和字幕同步仍需要人工检查。保留原始工程和工程副本，是后续修改字幕最重要的保障。
