音频转字幕在线怎么做？三条路径的边界
手上有段录音或视频，想变成字幕文件。走平台自带、桌面软件还是在线工具，结果差别很大——有的只能看不能导出，有的要装几十 G 的软件。先看清每条路的边界，再选。
路径一：平台自带字幕
YouTube、B 站等平台能在上传后自动生成字幕。优点是零成本、不用额外工具。
边界在于：
- 字幕往往锁在平台内，导出 SRT/VTT 的权限因平台而异，有的干脆不给下载
- 语种和准确率依赖平台，你想控语种、控术语，空间有限
- 适合"发了就行"的内容，不适合要二次编辑、多平台分发的场景
这也是为什么很多团队最终还是要把字幕落成本地文件——平台生成只是起点，不是交付物。
路径二：桌面软件
专业字幕软件或本地语音识别工具，处理能力最强，能精细调轴、加样式。
边界在于：
- 要装软件，部分还吃显卡、占空间
- 批量与精度通常更好，但学习成本和部署成本都在你这边
- 适合长期、高频、对质量有硬要求的团队
缺点是环境一出问题时（驱动、版本、插件）排查成本高，对非技术同学门槛明显。
路径三：在线工具
以 SmileSub 的音频/视频转字幕 为例，上传音视频即生成字幕，不用登录：
- 上传视频或音频文件
- 选择源语言——支持中、英、日、韩识别
- 自动识别语音生成字幕，再翻译成 zh/en/es/pt/de/ja/ko 共 7 个语种
- 导出 SRT/VTT/ASS 与双语字幕，也可在浏览器内烧录成片
边界在于：在线工具对单文件大小和条数有免费额度限制（单文件不超过 1MB、不超过 500 条字幕，每个工具每个 IP 每天 3 次）；更长内容按分段处理或走积分计费。不用登录就能先试，门槛很低。
和平台方案比，在线工具的优势是把"生成、翻译、导出、烧录"放在同一处，不用在多个系统间倒腾文件；和桌面软件比，它不用占你本地算力、不用维护环境。代价是单文件有额度上限，超出的长内容要走积分或分段处理。
三条路怎么对比
| 维度 | 平台自带 | 桌面软件 | 在线工具 |
|---|---|---|---|
| 导出字幕文件 | 常受限 | 支持 | 支持 |
| 批量 | 弱 | 强 | 中等 |
| 装软件 | 否 | 是 | 否 |
| 控语种/术语 | 弱 | 强 | 中等 |
一句话：要导出和分发，别只靠平台；要高精度又不愿装软件，在线工具是折中。
没有哪条路绝对好，关键看你要的是"能看"还是"能拿到文件再分发"。对小团队和个人创作者，在线工具这条路的学习成本几乎为零。
关于"软字幕 vs 硬字幕"的后续处理，可看 《硬字幕还是软字幕？》。
选路前先问自己三个问题
- 要不要把字幕文件拿到手？要，就排除"只给看不能下"的平台方案
- 要不要批量、长期做？要，桌面软件或积分计费更划算
- 愿不愿意装软件？不愿，在线工具最省事
想清楚这三点，选型基本不会偏。
如果内容要出海到多个语种市场，生成一次源语言字幕后，翻译到多语种的边际成本比从头每条重做低很多，这也是在线工具相比纯手工会更划算的地方。
本站计费按积分，注册赠送免费额度，一条 3 分钟中英双语成品约几毛钱；成品积分包一次性购买、积分永不过期，也有月/季/年订阅可选。生成后若时间轴有偏移，可用 字幕时间轴校正工具 修。
常见问题
平台自动字幕为什么导不出来？
部分平台把字幕当作站内功能，不开放下载接口，或仅对特定账号开放。需要字幕文件时，得用能导出 SRT/VTT 的工具重新生成。
在线工具识别支持哪些语言？
源语言支持中、英、日、韩识别；识别后可翻译成 zh/en/es/pt/de/ja/ko 共 7 个语种。其它语种暂不在当前能力范围内。
长音频超出免费额度怎么办？
单文件不超过 1MB、不超过 500 条字幕是免费额度；更长内容可按段落切分处理，或走积分计费获取更大处理量。