词级生成字幕
根据精确的字词时间戳生成字幕片段，让说出的每个字词在时间线上的正确时刻出现。
AI 与自动化
ScreenKite 会根据你的语音生成字幕。转录引擎为每个字词提供时间。ScreenKite 将字词组合成字幕行，并可以在说到每个字词时将其高亮。
选择转录引擎
打开 设置 → 字幕。该页面有三个标签：AI、AI Text Model 和 格式与导出。
在 AI 标签中，打开 高级 → 转录引擎 并选择一个引擎：
| 引擎 | 运行位置 | 说明 |
|---|---|---|
| Qwen3 (on-device) | 在你的 Mac 上 | 默认的免费本地引擎。下载一次模型后即可离线使用，字词时间精确。 |
| WhisperKit | 在你的 Mac 上 | 使用 下载所选模型 下载模型。 |
| MOSS Transcribe + Speakers | 在你的 Mac 上 | 添加说话人标签。 |
| Apple Speech (on-device) | 在你的 Mac 上 | 需要 macOS 26 或更高版本。选择说话的语言。 |
| ElevenLabs | 在线 | 字词时间最精确。需要 API 密钥。 |
| Fish Audio | 在线 | 需要已充值的 API 账户。 |
AI Text Model 标签设置用于清理和校对等 AI 文字工作的模型：OpenAI、Azure OpenAI、Anthropic 或 Google Gemini。它不影响字幕时间。
测试 ElevenLabs 密钥
输入密钥后，点按 测试密钥。结果显示在按钮旁边：
| 结果 | 含义 |
|---|---|
| 语音转文本有效 | 密钥可用。 |
| 无效的 API 密钥 | 密钥错误或已被撤销。 |
| 密钥需要 ElevenLabs 语音转文本权限 | 在 ElevenLabs 控制台中为该密钥开启语音转文本权限。 |
| ElevenLabs rate limit reached. Try again later. | 请稍候，然后再次测试。 |
生成字幕
- 在编辑器中打开项目。
- 点按检查器中的 字幕 标签。
- 点按 转录。
如果尚未设置转录，按钮会显示 Set up transcription。ScreenKite 会打开 转录 设置窗口，帮你选择引擎。
字幕会放在时间线的 字幕 轨道上。如果 ScreenKite 没有找到语音，会显示 No speech detected.
编辑字幕和设置样式
字幕 标签中有三个标签：
- 转录文本：阅读文字稿并修正拼写。拼写修正不会改变视频。
- 样式：选择字幕样式，例如 胶囊、纯文本、卡拉 OK 或 方框。设置 文本、方框、位置 和 行。开启 突出显示说出的词，可在说到每个字词时将其高亮。
- 编辑：剪掉字词、填充词和静音。请参阅基于文字的剪辑。
行长度
在 样式 → 行 中，设置 换行 和 最大字符数，然后点按 应用行长度。默认每行 42 个字符，中文、日文和韩文为 18 个字符。
导出字幕
- 选择 文件 → 导出字幕…。
- 或者在导出对话框中选择 仅字幕，然后选择 SubRip (.srt) 或 WebVTT (.vtt)。
要复制 YouTube 章节，请打开 转录文本 标签菜单，选择 复制 YouTube 章节。或者在 标记 标签中，点按 拷贝章节。
代理与字幕
AI 代理可以使用同一个引擎生成字幕。你可以在 AI 聊天助手面板中让它生成，也可以从终端让它生成。请参阅 Agentic Video Editing。