💬 口播稿轉 SRT 字幕檔：不用逐句對時間軸的做法
短影音上字幕最花時間的不是打字，是對時間軸。這篇說明怎麼把口播稿直接轉成可匯入 CapCut、剪映、Premiere 的 SRT 字幕檔，以及已經剪好影片時怎麼用「配合影片長度」反推語速讓字幕自動對齊。
上字幕真正花時間的地方
拍一支 30 秒的短影音，拍攝可能只要 5 分鐘，但上字幕常常要花 20 分鐘以上。
而且時間不是花在打字上：
- 打字本身很快，口播稿早就寫好了，複製貼上就有
- 真正卡住的是逐句拖時間軸。一支 30 秒的影片大概有 15 到 20 行字幕，每一行都要拖前後兩個端點對齊音軌
- 中途只要刪一句話，後面所有字幕的時間都要重排一次
- 換平台又要重來。IG Reels 的字太長會被介面擋住，YouTube 橫式可以放寬，同一份字幕要調兩次
自動語音辨識（ASR）可以省掉打字，但中文辨識常常把「保濕」聽成「保時」、把品牌名聽成別的詞，改錯字的時間不見得比較少，而且你手上本來就有正確的口播稿。
這個工具走的是另一條路：你已經有稿子了，缺的只是時間軸。
它怎麼算時間軸
邏輯其實不複雜，但幾個細節決定準不準。
第一步：依標點斷句
先照句末標點（。！？）斷，這是最自然的語意邊界。單句太長時再照句中標點（，、；：）續斷，還是超過長度上限才硬切，而且會優先切在空白處，不會把一個詞從中間切開。
第二步：只算會發音的字
計算長度時標點與空白都不列入。「其實，這批貨我不看好。」算 11 個字而不是 13 個。這一步很關鍵，因為標點不佔發音時間，算進去的話整支影片的字幕會越拖越慢。
第三步：依語速換算秒數
中文口播的常見速度大約是每分鐘 240 到 360 字。用每分鐘字數換算出每個字要幾秒，乘上該行的字數就是這一行的持續時間。
句末標點後會多留一點停頓（預設 0.3 秒），字幕才不會一句黏著一句。極短的行（一兩個字）至少給 0.8 秒，不然會一閃而過根本看不到。
全部在瀏覽器算完，稿子不會上傳、不呼叫 AI、不消耗額度。
實際操作
步驟 1：貼稿
把口播稿整段貼進左邊的輸入框，一句一行或整段都可以，系統會自己斷。
步驟 2：選語速
三個預設值：教學或長輩向內容選「慢」（每分鐘 240 字），一般口播選「正常」（300 字），短影音節奏選「快」（360 字）。
如果影片已經剪好或配音已經錄好，直接選「配合影片長度」，輸入影片總秒數，系統會反推語速讓字幕總長剛好對齊。這個模式準確度高很多，因為它不是猜語速，是拿你的實際長度回推。
步驟 3：檢查每行字數
右邊的時間軸預覽會顯示每一行幾個字。超過設定上限的行會標成黃色，代表手機上可能顯示不完整。
手機直式短影音建議設 13 到 18 字，橫式長影片可以放寬到 20 到 24 字。
步驟 4：下載匯入
下載 .srt 匯入 CapCut、剪映、Premiere、DaVinci、Final Cut 或威力導演；YouTube 後台建議下載 .vtt。
匯入之後播一次，依實際音軌微調幾個明顯偏掉的地方就好，不用每一行都對。
三種實際情境
情境 A：先寫稿再拍
寫好口播稿之後，先用「正常」語速跑一次，看預估總長是幾秒。如果預估 42 秒但你想控制在 30 秒內，代表稿子要刪字，這時候刪比拍完再刪省事得多。
確認長度沒問題再開拍，拍完直接匯入字幕，時間軸會很接近。
情境 B：影片已經剪好
用「配合影片長度」模式，輸入影片秒數。系統會回推語速並提示合不合理：超過每分鐘 420 字會提醒你唸不完，低於 180 字會提醒字幕會停太久。
這個提示很有用，因為它等於在告訴你「你的稿子跟影片長度不匹配」，要嘛刪字要嘛拉長影片。
情境 C：直播剪精華
先用「直播精華剪輯助手」貼上直播逐字稿，找出值得剪的 5 到 8 個切點，每個切點會給一段可直接上字幕的文案。在該切片按「做成字幕檔」就會直接帶過來，不用再複製貼上一次。
五個會讓成品差很多的細節
1.口語不要修掉。「啦」「齁」「對啊」「你們懂我意思吧」這些贅字看起來多餘，但它們是人味的來源。字幕修得太書面，觀眾會覺得在看新聞而不是在聽人講話。
2.一行只講一件事。字數沒超過上限不代表可以擠。「這批貨成本高三成而且我原本想認賠」拆成兩行的閱讀節奏會好很多。
3.鉤子那一行單獨留長一點。前 3 秒決定會不會被滑掉，第一行字幕可以刻意寫短、停久一點，讓觀眾有時間讀完。
4.有片頭就設起始偏移。影片前面有 2 秒 logo 動畫的話，把起始時間偏移設成 2，整份字幕會往後推，不用進剪輯軟體再整批拖。
5.匯出後不要每行都對。時間軸是估算值，播一次抓明顯偏掉的三五行修就好。追求每一行都精準對齊，等於又回到原本那 20 分鐘。
這條線的前後段
字幕只是短影音流程的一段，前後還有事情要做：
- 還沒有稿子 → 先用「短影音腳本產生器」產分鏡與口播稿，它會給每個鏡頭的秒數、畫面、字卡與轉場
- 有長影片或直播 → 用「直播精華剪輯助手」找切點，再把切片文案帶過來上字幕
- 前 3 秒不夠強 → 用「IG Reels 鉤點設計器」單獨優化開頭那一句
- 封面還沒做 → 「商品主圖文案產生器」，影片封面的字跟商品主圖是同一件事
至於影片本身的剪輯與轉檔，這個站不做。那需要 GPU 或大量 CPU，用你電腦上的剪輯軟體會快很多也不用等。