选择语言
  1. 首页
  2. 特效
  3. 视频翻译

用字幕翻译视频

识别视频中的语音,并翻译成另一种语言的字幕,也可以同时显示两种语言。在你的设备上运行,无需上传。

工具加载中…
为此工具评分
暂无评分,快来抢先评分吧。

使用方法

  1. 第 1 步

    添加视频

    把带有语音的视频拖到页面上,或从设备中选择。文件不会被上传。

  2. 第 2 步

    选择语言

    “视频语言”可保持“自动检测”,也可以自己选择,然后在“翻译成”中选择目标语言。

  3. 第 3 步

    识别并翻译

    点击按钮。语音模型和翻译模型只需下载一次,之后识别与翻译都在你的电脑上完成。

  4. 第 4 步

    检查、设置样式并保存

    在列表中修改字幕,选择“原文”“译文”或“双语”,挑选样式,然后将字幕烧录进视频,或下载 SRT 或 VTT 文件。

这个工具能做什么,不能做什么

本页面可以把视频中的语音转换成另一种语言的字幕。首先由 Whisper 语音模型把说的内容写下来,并为每一行标注时间;然后由 OPUS-MT 翻译模型逐行翻译。你可以只显示译文,也可以把两种语言一起显示,做成双语字幕。

请注意以下两点:

  • 这是机器翻译。没有人工审校。用来理解一场讲座、一次访谈或一个产品视频通常足够,但人名、笑话、俚语和专业术语可能会出错。发布前请先通读一遍,列表可以让你快速修改。
  • 声音不会改变。这个工具只生成字幕,不会为视频配音,也不会生成另一种语言的新声音。

全部在你的电脑上运行

大多数在线翻译工具会把视频上传到服务器。而在这里,语音模型和翻译模型都会下载到浏览器中运行。视频和文字不会离开你的设备,非常适合会议、课程、访谈和未发布的作品。首次使用后,模型会保存在浏览器中,下一个视频的处理会快得多。

首次运行时会一次性下载两样东西:语音模型(快速 41 MB、精准 77 MB 或最佳 249 MB,可在“语音识别设置”中选择),以及约 110–140 MB 的翻译模型。如果翻译需要经过英语中转,则需要两个翻译模型。在普通电脑上,处理时间大约是视频时长的一到三倍。如果你的显卡支持 WebGPU,可以在“运行于”中选择它,不过通常处理器反而更快。

支持翻译哪些语言

语音识别支持 99 种语言,并且会自动检测语言。翻译支持英语与大约二十多种语言互译,其他语言组合则通过英语分两步完成。

源语言目标语言方式
中文英语专用模型直译
英语中文专用模型直译
中文德语、法语、西班牙语、俄语、越南语、阿拉伯语等经英语中转,分两步
日语、韩语、大多数欧洲语言英语每种语言各有专用模型
任意语言日语、泰语、土耳其语、希腊语、波兰语通用模型,效果较粗略

在“翻译成”下方,页面会显示所选语言组合的下载大小,并在使用通用模型时给出提示。韩语可以翻译成其他语言,但暂时还不能作为目标语言。

中文视频与中文字幕

  • 准确度:识别中文语音时,请在“语音识别设置”中选择“最佳”。它的错误率比较小的模型低得多,但需要性能较强的电脑。
  • 简体字:Whisper 有时会输出繁体字。同一设置中的“将中文转为简体字”选项默认开启,会自动转换。
  • 标点:中文译文会使用中文标点,如“,”和“。”。
  • 行长度:自动换行时,中文、日文和韩文字符按两个字符计算,以免字幕过宽。

双语字幕

双语字幕会把原文和译文上下排列、同时显示。它很适合语言学习,也适合面向两种语言观众的视频。在“显示”中选择“双语”,如果希望译文排在上面,请勾选“译文在上”。下载字幕文件时,你可以选择“原文”“译文”或“双语”文本,格式可选 SRT、VTT 或 TXT。

检查和修改结果

每一行的时间并不精确,误差通常在一秒左右。在字幕列表中,你可以编辑原文和译文、修改起止时间、拆分或合并字幕行,还可以用“整体偏移”把所有字幕提前或延后。已经有字幕了?使用“导入 SRT / VTT”,再点击“翻译字幕”,就能直接翻译现有文件,无需重新识别语音。

文字确认无误后,选择“经典白字”“底框”或“TikTok 粗体”等样式,把字幕烧录进 MP4、WebM、MOV 或 MKV 视频,或者只下载字幕文件,用于 YouTube 和其他播放器。如果只需要原语言字幕,请使用添加字幕。如果录像很长,可以先用视频裁剪截取需要的部分,完成后再用视频压缩缩小文件体积。

常见问题

翻译是 AI 完成的还是人工完成的?

这是由在浏览器中运行的 OPUS-MT 模型完成的机器翻译,没有人工审校。发布视频前,请先通读字幕并修正错误。

能翻译视频中的声音吗?

不能。它只生成翻译后的字幕,原声和其他声音保持不变。

可以把中文视频翻译成英文吗?

可以。中文语音会被识别,并通过专用模型翻译成英语。为获得最佳准确度,请在“语音识别设置”中选择“最佳”。

翻译时我的视频会离开电脑吗?

不会。语音识别和翻译都在你的设备上运行,只有模型会从我们的服务器下载一次。

为什么第一次翻译很慢?

第一次使用时,浏览器需要下载语音模型和翻译模型,之后会保留供下次使用。处理本身大约需要视频时长的一到三倍。

可以下载双语 SRT 字幕吗?

可以。翻译完成后,将文件中的文本选为“双语”,再下载 SRT 或 VTT 即可。你也可以把两行字幕一起烧录进视频。

更多工具