聽寫還是硬字幕辨識？先看軌裡有沒有能用的人聲

字幕辨識翻車，經常不是模型不夠快，而是選錯了入口：有人聲卻去抠畫面上的字，或片子幾乎沒人聲還硬聽寫。處理台裡聽寫和硬字幕辨識都能出同一條軸，先看軌和畫面，再勾一項。不要兩項一起開。

先看軌，再看字

上傳後處理台會先看時長、解析度和有沒有人聲。偵測結束再勾選，比一上來全開更省額度。

• 軌裡有清楚口播：走語音辨識。語言選自動往往比鎖死中文或英文更穩。
• 幾乎沒人聲、字已經燒在畫面上：走硬字幕辨識。先改框，再談抽幀，見硬字幕 OCR。
• 兩種都有：選更乾淨的那一路。口齒清楚就聽寫；你要的是畫面上那層譯文或花字，再改 OCR。不要指望一次跑完再自動合併。

十分鐘整條路徑見這篇教程。軸出來後再談樣式和匯出。

只勾一項的走法

1. 打開處理台的字幕，拖入本機 MP4 / MOV。素材留在瀏覽器裡。
2. 等偵測結束。有人聲且環境不太吵，勾選語音辨識；幾乎沒人聲，改勾硬字幕辨識。
3. 走 OCR 時框裡只留字幕，台標和時鐘留在框外。走聽寫時先剪掉片頭片尾空鏡，少浪費額度。
4. 辨識完先審軸：錯字、人名、一行長度。再改樣式或匯出，見直式排版與SRT 還是燒錄。

免費版字幕每月 1 次。聽寫、OCR 和額度見功能介紹與定價。

開跑前只盯三件事

• 人聲：聽得清就聽寫。底噪大、多人搶話，先剪再辨識，不要立刻改 OCR。
• 畫面上的字：只有燒錄字幕、對白聽不到，才改 OCR。框大到半個畫面，台標會被讀進去。
• 額度：兩項各算一次辨識。先選對入口，比連跑兩次便宜。

常見翻車

把直式當橫式去聽：準確率會掉，先確認是口播還是只剩畫面字。把已經燒過一層的成片再丟給 OCR，會疊出兩層軸，改走聽寫或先蓋住舊字。封面另出，不要用辨識框當封面，見從成片抽封面。