為影片產生 AI 字幕

自動轉寫只是起點，不是最後一次編輯。清楚的語音、較少的背景噪音，以及一次只有一人說話，都能為語音模型提供更好的輸入。即使錄音很乾淨，也要對照影片檢查人名、產品術語、日期、價格和縮寫。這些細節雖然字數不多，卻承載重要資訊，也是看似自然的轉寫最容易出錯之處。同步編輯器正是為這類校對而設計：選擇一行，從開始位置播放，聽清短語後直接修正，不會失去目前位置。

好字幕還需要仔細設定時間。一行字幕應在語音開始時出現，停留足夠的閱讀時間，並在下一個意思出現之前消失。不要只因自動轉寫把內容歸在一起，就把整段話塞進一條字幕。可以在自然停頓處拆分長行，把只有合在一起才有意義的片段合併。兩段時間重疊時，編輯器會顯示警告，由你判斷是否合理。零點一秒的控制對對白足夠精準，也比直接處理毫秒數字更容易。

字幕樣式應幫助理解，而不是和影片爭奪注意力。先選擇能涵蓋目前語言字元的字型，在明亮和黑暗畫面中保留足夠對比，並確保手機上也能舒適閱讀。描邊或半透明背景通常比逐鏡頭改文字顏色更可靠。底部位置最常見，但平台控制項、說話者標籤或重要產品資訊若佔據畫面下方，就應把字幕向上移。匯出前要在真實素材上預覽真實文字，因為範例卡片上好看的樣式，在繁忙鏡頭中可能不夠清楚。

應依發布目的選擇匯出格式。SRT 將文字和時間與畫面分開，平台可以讓觀眾開關字幕，剪輯人員日後也能繼續修改。TXT 適合校對、核准、摘要及將口播改寫成其他文案，但不會保留字幕時間。字幕影片會把最終核准的文字直接寫進畫面，適合社群平台靜音播放及不支援可選字幕軌道的系統。VerseIn 會把它建立為獨立結果，不會覆蓋上傳的來源影片。

費用界線刻意設計得很清楚。語音辨識會使用所選模型並依素材長度計算，因此 VerseIn 會在開始轉寫前顯示報價。字幕軌道產生後，修改文字、調整樣式、儲存版本，以及把這份已儲存軌道渲染進影片，都不會產生第二次生成費用。SRT 和 TXT 是否可用，可能取決於產品中顯示的目前會員權益。已完成渲染的影片會繼續作為工作區素材存在，發布過程不需要一直開著來源編輯器。

請把最終預覽視為發布流程的一部分，而不是可省略的潤飾。以正常速度完整觀看，檢查畫面邊緣是否裁掉文字，確認所選字型能顯示每個字元，並留意字幕是否太早或太晚切換。接著在受眾常用的最小螢幕上測試成片。這個簡短步驟能發現轉寫準確率無法說明的實際問題：字幕被介面控制項遮住、文字雖正確卻密得來不及閱讀，或某個重要鏡頭上的顏色突然失去對比。