短剧字幕别手动打了，我现在的做法说给你听

在特种猫社区混了大半年，做了快四十集竖屏短剧，前期靠AI出画面、对分镜都能跑通，后面最磨人的居然是字幕。一集三分半，四句台词两三个气口，手动打时间轴我一度想把手机扔了。这阵子把ai字幕生成这步理顺了，现在一集字幕十五分钟内搞定，把流程说给你们听。

为什么手动打字幕我坚持不下去了

第一集的时候我确实手打了，一句句听、反复对时间轴、调字号，三分半的片子我搞了将近五十分钟。更要命的是后期发现某句台词气口不对，前面所有字幕的时间戳全得重新挪，那种感觉就像拼了一下午的乐高，最后一块放歪了得全拆。

我试过拿纯音频文件丢进去转，也试过边剪边打，效率都低得离谱。后来想通了，ai字幕生成这套东西现在识别率确实够用了，普通话基本不用逐句改。它真正省的不是打字那几十秒，是你盯着时间轴反复拖拽的那半小时。手动打一次你就知道差距了。

所以我的原则改成了：先剪完片子、调色、音轨全部定版，最后一步再统一跑字幕。千万别在剪辑过程中就加字幕轨，后面一挪镜头、一接新片段，全乱。我第二集就是在剪到一半的时候加的字幕，后面改了一个转场，字幕直接错位了八秒，重新跑了一遍。

我的操作顺序，步骤不能打乱

我现在的固定流程是这样的，顺序错了前面白干。核心就一句话：ai字幕生成这步放在所有剪辑工作完成之后，前面别碰它。我一般是在导出最终版MP4、确认不会再动任何画面之后，才打开字幕识别功能。

• 片子全部剪完、调色完、音轨定版，导出最终版MP4
• 导入剪辑软件，在已添加片段列表右键，选"AI自动加字幕"，语言选普通话
• 等识别跑完，我三分钟的视频大概四十秒出结果，先别动样式，逐条过一遍文字
• 重点改：人名、地名、专业术语、角色带口癖的"那个""就是说"这类
• 文字确认没问题后，挑一条字幕调字体、大小、颜色、描边
• 调完在预览框空白处点一下，选"是"，样式同步到全部字幕
• 整体预览一遍，重点检查有没有跨句断行、时间戳偏移

整个流程走下来，三分钟的视频从导入到导出带字幕的版本，我计时过，最快十一分钟，慢一点十五分钟。其中识别本身只占一小半时间，你花在逐条校对和调样式上的时间更多。ai字幕生成帮你省的是"从零开始"那段，精修还是得自己来。

样式同步这个坑我踩了三次

第一次用ai字幕生成跑出来的结果，我只调了第一句的字体和描边，以为后面自动跟了，结果导出发现从第三句开始字号全变了，描边也没了。后来才搞明白那个"同步样式"得手动触发，你调完一条之后必须在预览区空白处点一下、选"是"，它才会把当前样式铺到所有字幕上。

第二次坑在描边和阴影搞混了。我调了2像素的白色描边看着挺舒服，同步之后发现只有带半透明背景色的那几条生效了，没背景色的描边直接被吞。查了半天设置面板，原来是"描边"和"阴影"两个独立通道，我改的是阴影参数。把阴影清零、描边重新设了一次，全对了。

现在我养成了一个习惯：调完样式之后，至少抽查三条，第一条、正中间一条、最后一条。三条都对再导出。三分钟的视频这个抽查花不了二十秒，但能省你导出后发现不对、重新调、重新导的那十分钟。别嫌麻烦，我第三集就是这么返了两次工的。

方言和快嘴那段，说实话没那么神

普通话的部分确实省心，我四十多集下来，识别准确率体感在百分之九十五以上，需要改的基本就是人名和几个行业黑话。但涉及到角色说带方言味的台词，比如让演员用半粤语半普通话演那种"老广"人设，ai字幕生成就开始犯迷糊了。"唔该"识别成"乌改"，"冇问题"变成"某问题"，语气词"嗱"直接消失。

我现在的处理方式是：这类方言片段在剪辑时就单独做个标记，识别完只改这几条，不逐句全看。一集里通常就两三个镜头涉及方言，改起来也就两三分钟。别指望它一次全对，但它帮你把时间轴和基础文字框架都铺好了，你只需要改错别字和补漏，不用从零打。

还有个细节：角色说话特别快、带吞音的时候，识别出来的结束时间戳会偏早个两三帧。看着就是字幕比话音先消失，挺出戏的。我一般把这类句子的结束时间手动往后拖一帧，视觉上就顺了。这个调整ai字幕生成做不了，得你一条一条看，但也就几秒钟的事。

说完了，流程不复杂：剪完再跑字幕、调完样式记得手动同步、方言段留给自己兜底。你们用的工具品牌不一样没关系，逻辑是一样的，让ai字幕生成干粗活，你只管精修那百分之几。有具体卡住的地方评论区聊，我看到会回。特种猫社区