听写还是硬字幕识别？先看轨里有没有能用的人声

字幕识别翻车，经常不是模型不够快，而是选错了入口：有人声却去抠画面上的字，或者片子几乎没人声还硬听写。处理台里听写和硬字幕识别都能出同一条轴，先看轨和画面，再勾一项。不要两项一起开。

先看轨，再看字

上传后处理台会先看时长、分辨率和有没有人声。检测结束再勾选，比一上来全开更省额度。

• 轨里有清楚口播：走语音识别。语言选自动往往比锁死中文或英文更稳。
• 几乎没人声、字已经烧在画面上：走硬字幕识别。先改框，再谈抽帧，见硬字幕 OCR。
• 两种都有：选更干净的那一路。口齿清楚就听写；你要的是画面上那层译文或花字，再改 OCR。不要指望一次跑完再自动合并。

十分钟整条路径见这篇教程。轴出来后再谈样式和导出。

只勾一项的走法

1. 打开处理台的字幕，拖入本地 MP4 / MOV。素材留在浏览器里。
2. 等检测结束。有人声且环境不太吵，勾选语音识别；几乎没人声，改勾硬字幕识别。
3. 走 OCR 时框里只留字幕，台标和时钟留在框外。走听写时先剪掉片头片尾空镜，少浪费额度。
4. 识别完先审轴：错字、人名、一行长度。再改样式或导出，见竖屏排版与SRT 还是烧录。

免费版字幕每月 1 次。听写、OCR 和额度见功能介绍与定价。

开跑前只盯三件事

• 人声：听得清就听写。底噪大、多人抢话，先剪再识别，不要立刻改 OCR。
• 画面上的字：只有烧录字幕、对白听不到，才改 OCR。框大到半个画面，台标会被读进去。
• 额度：两项各算一次识别。先选对入口，比连跑两次便宜。

常见翻车

把竖屏当横屏去听：准确率会掉，先确认是口播还是只剩画面字。把已经烧过一层的成片再丢给 OCR，会叠出两层轴，改走听写或先盖住旧字。封面另出，不要用识别框当封面，见从成片抽封面。