本文内容（8节）
CapCut自动字幕：网页、电脑和手机分别从哪里进入
自动字幕的输入是已经有说话声的视频或音频，不是故事梗概。先确认对白清楚、语言选择正确，再生成字幕。本页按官方帮助文档分别列出三个端的入口，避免把不同界面混成一条操作路线。
| 设备 | 入口与操作 |
|---|---|
| 网页端 | 打开项目并上传视频 → Captions → Auto Captions → Recognise → 选语言 → Generate。 |
| 桌面端 | 打开项目 → Captions → Auto Captions → 选音频来源和语言 → Generate。 |
| 手机端 | 将视频导入新项目 → 底部Captions → Auto Captions → 确认语言 → Generate。 |
生成后先改文字，再改样式
例如一段旅游介绍里出现“小巷”“石桥”和地名。先纠正地名、数字与断句，再看每条字幕的开始和结束时间。识别内容还没有校对完时，不要先给整段套花字动画。
- 删掉误识别成文字的笑声、背景音乐或无意义语气词。
- 把过长字幕拆成容易读完的短句，避免一行横跨整幅画面。
- 检查字幕与人物开口是否同步，句尾不要提前消失。
- 最后统一字体、位置和对比度，在实际手机画面上看一次。
找不到同名按钮时
官方帮助页也按设备区分入口，旧文章可能将字幕功能放在Text。先看当前端与版本，不要照着另一设备的截图反复找按钮。字幕导出、说话人识别等高级功能是否开放，还要看实际版本和地区。
识别不准，先查声音，而不是不停点重新生成
CapCut帮助说明列举了背景噪声、口音、语速与低音质等影响。可以先听问题段：如果连人耳都难辨清，先处理对白清晰度或换用更好的源音频。若只是一个专名，直接人工校正可能更快。
背景音乐过大时，先确认有没有独立对白轨，再按实际能力处理。不要为了提高识别把所有声音永久混成新文件，导致后续无法调整。保留原始素材，让声音处理可以回退。
同一内容里语言切换、重叠说话或明显停顿，也可能需要分段处理。全片一次自动识别很方便，但遇到局部问题时可以缩小范围检查，不必把所有正确部分一起重做。
先准备一条容易被识别的声音轨
自动字幕依据的是说话声。如果背景音乐过响、几个人同时说话，或对白本身模糊，识别就可能出现遗漏。先确认你选择了正确的音频来源，再判断需不需要处理声音。不要把一个无对白的画面交进去，期待它根据故事自动写出准确台词。
视频中有旁白与现场讲话时，也需要确认哪些内容要成为字幕。若原素材已经带字幕，自动识别可能产生另一层文字，最好提前决定保留哪一套，避免导出后重复堆叠。
先修一段字幕，建立可以沿用的校对顺序
先导入一条对白清楚的短片，确认声音来源与语言，再使用自动字幕。生成后第一轮只检查文字，重点找人名、同音词、数字、专有名词与断句。不要先花时间做动画，最后又因为改文字让全部排版重新流动。
第二轮校时间。某句开头漏了字，可能是识别起点偏后；两句话连在一块，可能需要重新分段。按语义与说话节奏调整，不必每个语气词都单独做一块字幕。
第三轮才统一字号、行数与位置。模板可以帮助统一，但不同长度的句子仍需检查。有的句子两行刚好，有的三行已经挡住人物，不能靠一键套样式后就认为排版完成。
按内容、时间、样式的顺序校对
先修错字与专名，尤其是人物姓名、地名、数值和单位。接着看断句，一条字幕尽量承载一个容易读完的意思；不要为了追求每条长度相同，把词组从中间切开。然后才处理开始与结束时间，保证观众能跟上声音。
最后统一字号、位置与对比度。旅游画面里天空、墙面和夜景亮度差别很大，同样的白字可能在某一镜看得清、下一镜就消失。样式确定后仍需完整看一遍，而不是只检查开头那条字幕。
说话速度快时，不必把每个语气词都塞满
字幕应忠实传达信息，但无意义重复、误识别笑声或背景声，可以在核对原音后处理。若用于特定无障碍或交付要求，则按对应规范保留所需信息。不要为了让画面干净而删掉改变意思的词，也不要把识别输出当作无需校对的逐字稿。
短句过密时，观众可能来不及把目光从人物移到文字。可以结合停顿重新分组，适当调整切点。字幕是帮助理解声音，不应让读者一直忙着追字，错过画面里真正重要的动作。
导出以后，检查实际观看界面
竖屏底部常有平台界面，字幕贴得太低可能被遮住。用接近手机的尺寸播放，观察是否压住人物手部或关键道具，也检查不同镜头背景上能否辨认。更改画幅后，原来的字幕位置可能需要重新调整。
高级导出、翻译或其他字幕能力，应按当前端、地区与账户确认。CapCut 与剪映也不能把按钮名称完全混用。遇到入口变化时，先核对产品与设备，再看官方帮助，不必在另一平台的旧截图里反复寻找同一个按钮。
字幕能导出，不代表成片已经读得舒服
手机看一遍，检查是否在一句话尚未读完时突然切走，是否把关键情节提前写出来，是否因界面遮挡失去一部分文字。重要说明与商品名称尤其要逐字核对。
如果另交字幕文件，应确认它与最终视频版本一致。剪辑里删去三秒后，旧字幕文件可能已经整体错位；不能因为文字没有改就沿用旧时间轴。压入画面的字幕与可编辑字幕文件，也应按交付要求说明。
网页、桌面与手机端的入口和高级功能会随版本与地区变化。找不到教程中的同名按钮时，先核对平台与当前版本，不要为了追一个旧截图而反复重装软件。通用校对顺序仍然成立：先文字，再时间，最后样式。
相关帮助：CapCut：自动字幕识别不准的处理、不同平台的字幕入口说明。
一句很长的字幕，怎样拆才不伤原意
先按语义分组，让每块表达一个能读懂的意思。人名与称呼尽量完整，数字与单位不要拆开，否定词不宜被单独甩到上一块末尾。字幕不是把音频机械切成同长度小段。
人物故意停顿时，字幕可以配合，但不必每次呼吸都换行。重要反转应与说话和画面同步，避免整句提前出现，把悬念先揭掉。
可以用手机在正常速度下看，不按暂停。读不完就考虑删去不影响含义的口语重复、调整呈现长度，或减轻同屏其他信息。不要只靠缩小字号塞下所有文字。
如果背景里还有需要阅读的信件或商品参数，安排阅读先后。观众很难同时读两套互不相同的大段文字，字幕再清晰也需要注意力。
最后把校对过的文本另行留存，后续重新识别时可对照。自动生成一旦覆盖了人工改动，不应只能从导出视频里重新抄。
资料来源与延伸阅读
资料复核：2026年11月4日。文中的自拟情节、演算与检查方法用于教学；产品能力以对应版本的公开说明为依据，未将文档核对写成账号实测。