字幕是影片後製裡最費時的環節之一。手打 10 分鐘影片的字幕，加上對時間軸，輕鬆就要花一個多小時。

剪映（CapCut）內建的 AI 字幕辨識功能，把這個流程壓到 10-20 分鐘就能搞定，而且免費版就能用。對中文創作者來說，目前是 cost-performance 最高的字幕工具之一。

剪映 AI 字幕操作流程

剪映的 AI 字幕操作非常直覺，步驟不多：

匯入影片：把影片檔拖進剪映的時間軸。

開啟自動字幕：在頂部選單找「文字」，選「智慧字幕」裡的「辨識字幕」。系統會問影片的語言，選好之後按辨識。

等它跑完：10 分鐘的影片大概要跑 1-2 分鐘。跑完之後字幕會自動切好、對好時間軸，直接出現在時間軸上。

校對：這步不能省。AI 辨識再準確還是會有錯字，特別是專有名詞、人名、英文縮寫。花 10-15 分鐘過一遍，比手打省至少十倍時間。

調樣式：字體、大小、顏色、位置。剪映內建的字幕範本蠻多的，挑一個跟影片風格搭的就好。

剪映 AI 字幕操作介面

整個流程下來，10 分鐘的影片大概 15-20 分鐘搞定字幕。手打加校對則至少要 70 分鐘起跳。

剪映台語辨識：實測表現

這是剪映字幕功能最讓人驚豔的部分。

對著台語口白選「中文（台灣）」辨識，台語段落大概有七八成是對的。不是完美，有些詞會辨識成發音相近的中文字，台語的語助詞「啦」「齁」偶爾會被跳過或變成其他字。整體意思能看懂，在這個基礎上手動修正比從零手打快太多。

剪映台語辨識實測

幾個影響辨識準確度的因素：

說話速度：講太快辨識率會掉。

口音：偏泉州腔或偏漳州腔表現會有差異。通行腔辨識率較高。

背景噪音：有音樂或環境音干擾，辨識率明顯下降。建議在安靜環境錄或先做降噪處理。

中英夾雜怎麼辦

台灣人講話很常中英夾雜：「這個 API 的 response time 大概 200 毫秒」這種句子。

剪映處理這種情況算可以，中文部分幾乎不出錯，英文單字大概八成會拼對。常見詞（API、ChatGPT、iPhone）辨識率高，比較冷門的技術名詞（webhook、cron job 之類）偶爾會拼錯。

實用做法是辨識完之後集中修英文：把所有英文標記出來一次過一遍，比穿插在中文裡邊看邊改有效率。

搭配大模型做字幕後處理

剪映辨識完的字幕可以匯出成 SRT 檔。把 SRT 檔丟給 Claude 或 ChatGPT，請它幫你做幾件事：

  • 校對錯字：特別是同音異字的問題，AI 很擅長根據上下文判斷
  • 斷句最佳化：剪映的自動斷句偶爾會切在奇怪的地方，大模型可以幫你重新切到語意完整的位置
  • 統一格式：英文大小寫、數字格式、標點符號

流程是：剪映辨識 → 匯出 SRT → 丟給大模型校對 → 匯回剪映。多了一步，但字幕品質會好很多。

比較正式的影片建議走這個流程；日常短影片直接在剪映裡手動改就夠了。

字幕工具比較：剪映 vs Taption vs 雅婷逐字稿

比較項目剪映（CapCut）Taption雅婷逐字稿
免費額度基本功能免費試用 15 分鐘每月 60 分鐘免費
中文準確度九成以上九成以上八成左右
台語辨識支援（七八成）不支援支援（六七成）
SRT 匯出支援支援支援
影片剪輯內建完整剪輯功能無無
適合誰影片創作者、一站搞定需要多語言轉錄純文字逐字稿需求

本來就用剪映剪片的人，字幕功能直接在裡面搞定最省事。Taption 的優勢是支援的語言多、匯出格式也多，但要另外付費。

AI 配音：另一條路

剪映內建的 AI 配音功能聲音偏機械，跟 ElevenLabs 那種接近真人的水準比還有距離。斷句節奏、語氣變化、情緒表達都還不夠細膩。

需要 AI 配音功能的話，業界目前推薦度較高的是 ElevenLabs 或 Play.ht，跟剪映內建是兩個層級的產品，不要從剪映的內建功能入手會比較不失望。

FAQ

剪映的 AI 字幕準確度高嗎？

中文辨識準確度大概九成以上。台語辨識會看口音和語速，清楚的台語大概七八成準確。中英夾雜的部分英文單字偶爾會拼錯，需要手動校對。在辨識結果的基礎上修正，比手打字幕省至少十倍時間。

剪映免費版能用 AI 字幕功能嗎？

自從剪映 6.0 以後就不提供免費生成字幕了。需升級為 VIP，如果要購買可以去淘寶購買。

剪映的 AI 字幕可以匯出 SRT 檔嗎？

可以。辨識完成後，在字幕區域選擇匯出，支援 SRT 格式。匯出的 SRT 檔可以再丟給大模型做校對和斷句最佳化。

剪映跟 Taption 比哪個好？

看需求。剪映是影片剪輯軟體，字幕是附帶功能，操作直覺、免費就能用。Taption 專做語音轉文字，支援更多語言和匯出格式，但要付費。本來就用剪映剪片的人沒必要多開一個工具。

台語辨識準確度怎麼提高？

三個因素影響最大：說話速度（慢一點準確度高）、口音（通行腔辨識率最高）、背景噪音（安靜環境或先做降噪）。在這些條件都不錯的情況下，台語辨識大概能到七八成。

小企鵝的經驗

剪映的字幕功能是小企鵝目前固定在用的工具之一，蠻好用的。中文準確度高，連台語也能辨識，這在中文世界的字幕工具裡很少見。

實際工作流是：剪映 AI 辨識 → 匯出 SRT → 進大模型轉成台灣繁中 + 校對。中英夾雜或台語段落會多花一點時間人工修，但比起從零手打字幕，省下來的時間非常可觀。處理會議錄音類的逐字稿可以搭 NotebookLM 逐字稿教學，整體免費會議流程則看 免費 AI 會議記錄流程。

AI 配音不在小企鵝的日常工作流裡，剪映內建的 AI 配音也只當資訊性質知道。需要做 AI 配音的人，直接看專業的 ElevenLabs 或 Play.ht 比從剪映內建入手實在。

本文為 AI 工具功能介紹，不涉及證券或投資建議。實際定價以各平台官方最新公告為準，本文資訊可能已過時。

延伸閱讀

整理：Penna｜小企鵝 Penchan