在Mac上给视频自动加字幕，用一款带设备端语音识别的剪辑软件：它在本地转写，你改正专有名词，然后为社交平台设置字幕样式，或导出SRT/VTT。Zella这类应用在设备端生成字幕，预设样式可随时更换，不上传，也不按分钟收费。
自动字幕能提升观看时长和无障碍性，而在Mac上它不花一分钱：没有云服务，没有按分钟收费。最快的方法是用一款在设备端转写的剪辑软件：打开视频，点击自动字幕，改正几个专有名词，然后设置样式或导出。
下面依次介绍：具体步骤，然后是样式、为各平台导出、准确率，以及设备端字幕与云端的对比。
这里使用的剪辑软件Zella是原生Apple应用：Mac版现已推出，Zella for iPhone也已在App Store上架，同样在设备端生成字幕。
自动生成字幕（快速方法）
- 在Zella里打开视频。任何MP4或MOV都可以，不管是不是在应用里录的。
- 点击Auto-captions。Zella使用本地语音识别在设备端转写语音，什么都不上传，也不需要账号。
- 改正专有名词。扫一遍模型可能听错的人名、品牌和术语，直接在文中改正一次即可。
- 设置样式。选一个预设，调整字体、大小、描边、阴影和底框，让它们符合你的品牌。
- 选择输出方式。为TikTok、Reels和Shorts把字幕烧录进视频，或者为YouTube和你的CMS导出SRT/VTT。
转写通过Apple的Speech框架（英文）完成，它支持设备端识别，所以音频永远不会上传。
字幕在成为留存技巧之前，首先是一项无障碍要求。W3C关于预录媒体字幕（英文）的指南，是大多数团队被衡量的标准。
macOS自己能自动给视频加字幕吗？
对你自己的视频文件来说，不能。macOS能显示本身就带字幕轨的媒体的隐藏式字幕，也有针对系统播放音频的实时字幕功能。但没有任何内置功能能拿你录的一个MP4，给它写出文字稿。
iMovie也不行，虽然它是免费的：你只能把每一行当作标题卡手动输入。自动生成字幕需要一款能做语音转文字的视频剪辑软件或专门的字幕工具，而这正是Zella这类设备端剪辑软件填补的空白。
Mac上自动加字幕的几种方法对比
| 方法 | 自动语音转文字 | 离线运行 | 按分钟收费 | 水印 | 样式控制 |
|---|---|---|---|---|---|
| iMovie（系统自带） | 否（手动输入） | 是 | 否 | 否 | 只有基础标题 |
| 网页字幕工具（Veed、Kapwing等） | 是 | 否（需要上传） | 常有，或者订阅 | 免费档常有 | 好 |
| 云端剪辑软件（Descript、CapCut） | 是 | 否 | 订阅/点数 | 部分免费档有 | 好 |
| 设备端剪辑软件（Zella） | 是 | 是 | 否 | 否 | 完整，带预设 |
取舍很简单：网页和云端工具转写效果不错，但会把你的素材发到服务器，而且通常按量计费或加水印；设备端剪辑软件让一切保持本地、免费、即时。
为你的平台设置字幕样式
合适的字幕样式取决于发布的平台和整体氛围：
- 逐词样式：Word Pop、Hormozi、Beast，每次给一两个词加上当前词高亮，在快节奏短视频上留存效果最好。
- Karaoke适合音乐和歌词类内容。
- Clean Minimal适合专业或品牌内容，以及较长的讲解视频，这类场景下字幕不该太抢眼。
对于YouTube长视频，很多创作者会导出SRT，让观众自己开关字幕，而不是烧录进画面。让样式匹配平台，就能在不分散内容注意力的情况下提升完播率，更多内容见短视频最佳字幕样式。
硬字幕还是字幕文件（SRT/VTT）：怎么选
发布字幕有两种方式，表现各不相同：
| 硬字幕 | SRT / VTT文件 | |
|---|---|---|
| 可见性 | 始终显示，无法开关 | 观众可以开关 |
| 外观 | 在每个平台上都一样 | 采用各平台的默认样式 |
| 最适合 | TikTok、Reels、Shorts、GIF | YouTube、你的网站、LMS |
| 能否被平台搜索 | 否 | 是（平台会索引文字） |
一次好的设备端处理，能从同一份转写里同时得到两者，所以加一次字幕就能到处发布：
- TikTok / Reels / Shorts：把字幕烧录进MP4，让它们始终显示，够大，并且在平台界面之上。
- YouTube：上传视频，再附上导出的SRT/VTT，让观众可以开关并搜索文字。
- 你的网站或LMS：一个VTT外挂字幕文件，就能提供无障碍、可开关的字幕。
- 一个快速GIF：把字幕烧录进去，因为GIF没有字幕轨。
让字幕更准确
现在的设备端语音识别在干净的音频上表现很强，但文字稿的好坏取决于它听到了什么。想要最干净的效果：
加字幕前花两分钟清理一下，之后的手动修改通常会少很多。
高效地修改字幕
生成一次，然后分几轮修改，而不是一行一行地读文字稿：
- 扫一遍专有名词：人名、产品名、术语，逐个改正。
- 检查语速很快的段落的时间轴。
- 其余的别动。重写已经准确的句子是白费功夫。
在这里，顺序比速度更重要。字幕会随你的剪辑波纹移动，所以先完成剪切，再加字幕。事先清理音频、去除口头语，也意味着修改更少，因为文字稿里根本不会有你剪掉的词。
为什么设备端胜过云端字幕
大多数字幕工具会把你的视频上传到服务器。换来的是排队、按分钟收费，以及别人电脑上的一份你的素材副本。
设备端字幕避开了这三样。没有上传等待，没有按分钟收费，关掉Wi-Fi也能用，敏感素材（客户项目、未发布的产品、内部演示）都留在本地。对于任何不能放进别人云端的内容，这是唯一合适的选择。
要避免的常见错误
- 盲目相信文字稿。一定要改正人名和技术术语。
- 字幕太小或对比度太低。做得大一点、对比度高一点，并放在平台界面之上。
- 整句一次性出现在屏幕上。短视频每次只显示几个词。
- 把私密素材上传到网页字幕工具，而明明有设备端的选择。
Zella的定位，以及字幕的费用
Zella是一款适用于Mac和iPhone的原生录屏和AI剪辑工具，完全在设备端生成字幕：没有云端，不需要账号，不按分钟收费。
给手机拍的视频加字幕也是同样的方式。Zella for iPhone同样在设备端生成字幕，在iOS 18或更高版本上，还能把字幕翻译成19种语言，完全不经过网络，参见iOS上的字幕（英文）。
免费版是真正免费的：无限时长录制、无水印、1080p导出（免费最多2分钟，更长需要Pro）、AI清理（去除静音和口头语）、自动字幕和自动缩放。字幕功能本身永远不按时长或分钟计费。
可选的 $89 Pro一次性解锁增加无限导出时长、4K导出，以及专业级工具：4K/8K导出、运动关键帧、Color Match和示波器、效果蒙版、变速曲线和按鼓点的Beat Sync。一次购买，Mac和iPhone通用，而且不是订阅。详情见价格。
常见问题
设备端字幕的准确率如何？ 对清晰的语音表现很强。生成后检查一下专有名词，任何词都可以直接在文中修改。
能导出字幕文件吗？ 能，可以导出SRT、VTT或CSV，也可以把字幕烧录进视频。
字幕支持多种语言吗？ 它会转写所说的语言，导出前你可以根据需要修改文字。
之后再剪辑，字幕会保持同步吗？ 会。剪切时它们会随时间线波纹移动，所以先剪，再加字幕。
总结
字幕是杠杆效应最高的剪辑操作之一：提升完播率，扩大受众，让内容可以被搜索到；而在设备端完成，意味着不上传、不按分钟收费、完全私密。生成一次，改正人名，按平台设置样式，然后以硬字幕或文件的形式发布。只需几分钟，却能实实在在地改变一条视频能传播多远。
下载Zella，给你的下一条视频加字幕。
相关文章