Captions Generator 是什么
Captions Generator（captionsgenerator.app）是一款基于浏览器的 AI 字幕生成工具。它把视频或音频中的语音转成与每个词对齐的文字，并允许用户在导出前调整样式、编辑和翻译。目标用户是需要在 TikTok、Reels、YouTube Shorts 或长视频上添加字幕的创作者，以及依赖字幕收看内容的观众。导出结果为烧录字幕的 MP4，或 SRT、VTT、TXT 格式的字幕文件，无需安装任何软件。转写时只上传音轨，视频文件本身保留在本地设备上。
Captions Generator 如何工作
Captions Generator 的字幕处理分两处完成。编辑器在浏览器内完成渲染与导出，所以视频文件不会离开设备；同一套渲染代码既绘制编辑器预览，也绘制最终导出结果。只有音轨会发送到 AI 语音识别服务，由它自动识别语种，并返回带逐词时间戳的文字。该文稿成为字幕轨，之后再设定样式或翻译，翻译和导出都不消耗每月的免费字幕额度。导出时用户可选择把字幕烧录进视频，或下载独立的 SRT、VTT、TXT 文件；导入已有的 SRT 或 VTT 则完全跳过转写。
Captions Generator 的优势
对于字幕工具来说，免费方案相当完整：导出的视频不带水印，画质可达 1080p，还包含 SRT、VTT 和 TXT 下载以及不限次数的免费翻译（100 多种语言）。因为渲染在浏览器内完成，视频文件从不被上传，未公开或私密素材不会留在第三方服务器上。逐词时间轴搭配 22 种样式和丰富的逐词动画，使字幕既能用于竖屏短视频，也能用于 16:9 视频，同一次导出还能当作 SRT 生成器使用。下载前即可编辑，因此人名和听错的词可以直接更正而不必重新转写，安全区检查工具还会给出各社交应用遮挡的准确区域。
Captions Generator 的优点和缺点
优点
- 免费方案不带水印，导出可达 1080p
- 支持 SRT、VTT、TXT 下载，并可免费翻译成 100 多种语言
- 视频不离开设备，仅上传音频用于转写
- 逐词时间轴，配备 22 种样式与逐词动画
- 内置安全区检查，并提供 Reels、TikTok、Shorts 的 PNG 叠加图
缺点
- 即使是免费方案也需要注册账号
- 免费账号导出的视频不超过 3 分钟
- 免费方案每月字幕额度为 30 分钟
- 逐词动画、双语字幕和关键词高亮仅限 Pro
- Pro 有每月 50 小时字幕的合理使用上限
Captions Generator 的核心功能
逐词对齐的自动转写
语音会被转成文字，每个词都与音频对齐，字幕严格按说话时间出现。转写覆盖 100 种语言并自动识别语种，包括同一句里中英文混用的情况。
字幕样式与逐词动画
编辑器内置 22 种字幕样式，其中 8 种免费，涵盖 Highlight、Clean、Boxed 到 Karaoke、Pop、Comic、Neon、Impact。逐词动画包括高亮单词、卡拉OK、文字框、弹跳、逐字出现、下落出现和单词显示，另有弹出、滑动、打字机等行级动画。
字幕翻译与双语字幕
字幕可免费翻译成 100 多种语言，包括阿拉伯语、希伯来语等从右到左的文字。Pro 版增加双语字幕，可同时显示两种语言，方便学习者和海外观众。
MP4、SRT、VTT 与 TXT 导出
字幕可烧录进视频并导出为 MP4，免费版最高 1080p，Pro 版最高 4K，两者都不带水印。字幕文件可下载为 SRT、VTT 或纯文本 TXT，同一次导出也能生成 Word 或 TXT 文稿。
编辑、SRT 导入与说话人识别
转写后可修改任意单词，下载前还能合并或拆分字幕行。已有的 SRT 或 VTT 文件可以导入、重新设定样式并烧录进视频；音频转 SRT 流程会自动识别说话人，便于把姓名加入 SRT、VTT 或文稿。
安全区检查与 PNG 叠加图
另有检查工具显示 Instagram、TikTok 和 YouTube Shorts 在画面上遮挡的区域。它会给出 Reels、Stories、TikTok 和 Shorts 的安全区，并提供 1080 × 1920 透明 PNG 叠加图，可在 CapCut、Premiere 或 Canva 中叠加到素材上。
Captions Generator 的用例
- 社交媒体创作者：为 TikTok、Reels 和 YouTube Shorts 添加醒目且带样式的字幕，并避开各应用界面的遮挡。
- YouTube 创作者：上传 SRT 文件让观众可自行开启字幕，或把字幕烧录进视频。
- 播客与访谈制作人：把 MP3、WAV 或 M4A 音频转成带时间轴的字幕，并自动识别说话人用于播客文稿。
- 学习者与国际观众：把字幕翻译成 100 多种语言，或用双语字幕同时显示两种语言。
- 无障碍团队：为预录音频制作字幕，WCAG 2.2 将其列为 A 级要求。
Captions Generator 的常见问题解答
Captions Generator 免费吗？
免费。免费账号可处理并编辑最长 90 分钟的视频，导出时长上限 3 分钟，每月 30 分钟字幕额度，无水印，可导出 1080p MP4，支持 SRT、VTT、TXT 下载以及免费翻译成 100 多种语言。免费额度每月 1 日重置。
导出的视频有水印吗？
没有。免费导出在 720p 或 1080p 下都不含水印和标志，字幕文件也不会有。升级前可在编辑器中试用所有 Pro 样式和逐词动画。
支持哪些语言？
转写支持 100 种语言并自动识别语种，翻译可免费覆盖 100 多种语言，包括阿拉伯语、希伯来语等从右到左的文字。
上传的视频会被保存吗？
视频留在本地设备，从不上传；只有音轨会被发送用于生成文稿，且不被保存。
适用于 TikTok、Reels 和 YouTube Shorts 吗？
适用。字幕按视频尺寸绘制，因此 9:16 竖屏剪辑与 16:9 视频一样可用；安全区检查工具会显示各应用遮挡的区域，避免文字被按钮挡住。
Pro 增加了什么？
Pro 取消了导出时长和每月分钟数限制，导出最高支持 4K，并提供全部 22 种样式与逐词动画、双语字幕、AI 关键词高亮、自定义字体和样式保存。
可以使用已有的 SRT 文件吗？
可以。SRT 或 VTT 文件可以导入、重新设定样式并烧录进视频，也可以编辑后转换成其他字幕格式。
如何使用 Captions Generator
- 把视频、音频或 SRT 文件拖入上传框；支持的输入包括 MP4、MOV、MKV、WEBM、MP3、WAV、M4A、AAC、FLAC、OGG、SRT 和 VTT。
- 让 AI 转写语音，支持 100 种语言并自动识别语种。
- 检查文稿并修正任意单词，必要时合并或拆分字幕行。
- 选择一种字幕样式，调整字体、颜色、描边、背景和位置；Pro 版还可添加逐词动画或关键词高亮。
- 如有需要，把字幕翻译成另一种语言，或开启双语字幕。
- 导出最高 1080p 或 4K 的带字幕 MP4，或下载 SRT、VTT、TXT 字幕文件。
Captions Generator 替代品
Video Editor AI 可自动将长视频转换为热门短视频，支持 AI 高亮检测、智能字幕生成和自动画面重构。免费使用，无需注册。
Viblo AI YouTube MP3 下载器可检查公开视频并列出可用的 M4A 或 WebM 音频格式，显示文件大小、时长和临时直链。
NanoPhoto.AI 将公开的 Instagram Reels 和视频转换为清晰的转录文本。只需一个点数，即可复制、阅读并下载语音内容。
VoiceScriber 在 iPhone 上通过设备端 AI 将语音转为 100 多种语言的文字，完全离线运行，无需上传，保护隐私。
使用NanoPhoto.AI从短视频中移除硬编码字幕。上传MP4、MOV或WebM文件，AI自动检测并清除烧录的 caption 文本，下载干净无字幕的MP4视频。
Petti Chat 是一款基于 AI 的网页工具，帮助宠物主人捕捉短暂的宠物声音，解析可能的意图并转化为人类语言，随后以平静、适合宠物的音频进行回复，确保隐私并实现实时互动。
GPT Realtime 2 是面向开发者和产品团队的 AI 语音生成工具，提供实时语音转语音交互、低延迟音频、提示控制、工具交接以及会话录音下载功能。