線上擷取影片字幕
AI 語音辨識自動將影片中的語音轉成帶時間軸的文字，一鍵匯出 SRT、VTT、TXT，全程瀏覽器本機處理
AI 自動辨識
以語音辨識模型自動「聽寫」影片對話，無需手動逐句輸入，幾分鐘即可得到完整逐字稿與時間軸
多語言 + 多格式
支援中英日韓等十餘種語言，可匯出 SRT、VTT 字幕與 TXT 純文稿，滿足字幕、記錄、翻譯等多種用途
本地處理保護隱私
音訊擷取、模型推論與文字產生皆在瀏覽器本機完成，影片不上傳任何伺服器，隱私內容也能放心處理
拖曳影片檔案到此處
或
支援 MP4、WebM、MOV、MKV、AVI 等格式
擷取影片字幕的使用情境
內容創作與辦公
- 把訪談、Podcast、會議錄影一鍵轉成逐字稿，快速整理紀要、提煉重點
- 為短影片、Vlog 自動產生字幕檔，校對後直接發布，提升完播率
- 將影片內容轉成逐字稿，用於二次創作、改寫成圖文或社群文章
學習與無障礙
- 擷取外語影片字幕作為聽力素材，搭配精聽練習，逐句對照原文學習
- 把線上課程、講座錄影轉成文字，方便搜尋關鍵字、做筆記與複習
- 為影片產生字幕以提升無障礙存取性，協助聽障人士與靜音環境下的觀眾
使用步驟
上傳影片
點擊上傳區域或拖曳影片檔案，支援 MP4、MKV、WebM、MOV 等格式
選擇語言與辨識檔位
選擇影片中說話的語言，並依需求選擇辨識速度與準確率
開始擷取
點擊「開始擷取字幕」，AI 在本機完成音訊辨識與文字產生
預覽並匯出
預覽辨識結果，下載 SRT/VTT/TXT 或一鍵複製純文字
關於擷取影片字幕工具
VideoKit 線上擷取影片字幕工具以 WebCodecs 與本機 AI 語音辨識技術為基礎，先從影片中擷取音訊，再用語音辨識模型「聽寫」出帶時間軸的文字字幕，整個過程無需上傳伺服器。
與「讀取既有字幕軌道」不同，本工具是依據音訊內容自動產生字幕，因此即使影片本身沒有字幕也能擷取出文字。辨識結果可匯出為 SRT、VTT 字幕或 TXT 純文稿。
所有處理皆在本機瀏覽器完成，影片與辨識出的文字不會離開您的裝置。建議使用 Chrome 或 Edge 瀏覽器以獲得最佳效能，長影片建議選擇更高準確率的辨識檔位。
常見問題
這個工具是如何擷取字幕的？
本工具採用 AI 語音辨識（ASR）技術，自動辨識影片中的語音內容並轉換成帶時間軸的文字字幕。它不是從影片裡讀取既有的字幕軌道，而是依據音訊「聽寫」產生字幕，因此即使影片本身沒有任何字幕，也能擷取出文字。辨識與轉寫全部在瀏覽器本機完成。
支援匯出哪些字幕格式？
支援三種格式：SRT（最通用的字幕格式，帶序號與時間軸）、VTT（Web 標準字幕，用於 HTML5 影片）、TXT（純文字逐字稿，沒有時間軸，適合做會議記錄、內容稿）。辨識完成後可任意下載，也可以一鍵複製純文字。
支援哪些語言的影片？
支援中文（簡體／繁體）、英語、日語、韓語、西班牙語、法語、德語、葡萄牙語、義大利語、俄語、阿拉伯語、印地語、印尼語、越南語、土耳其語等多種語言。擷取前請選擇影片中說話的語言，以獲得更精準的辨識效果。
影片檔案會被上傳到伺服器嗎？
不會。音訊擷取、AI 模型推論與字幕產生全部在您的瀏覽器本機完成，影片檔案不會上傳到任何伺服器。您的影片與辨識出的文字內容完全由您自己掌控，可放心處理隱私內容。
辨識速度與準確率該怎麼選？
工具提供多個辨識檔位：追求速度可選「最快」或「很快」，適合短影片快速預覽；追求準確率可選「更準」或「最準」（最準檔位需要瀏覽器支援 WebGPU）。長影片、中文、有口音或背景雜訊的影片建議選更高準確率的檔位。首次使用某檔位時會下載對應的 AI 模型到瀏覽器快取。
擷取出的字幕可以直接用於影片嗎？
可以。匯出的 SRT/VTT 字幕檔帶有標準時間軸，可直接在 VLC、PotPlayer 等播放器中作為外掛字幕載入，也可以用我們的「影片加字幕」工具把它嵌入影片產生軟字幕。AI 辨識可能存在少量錯誤，建議匯出後簡單校對一遍。