Hur lägger du till undertexter i mikrolektionsvideor automatiskt? Jämförelse av kostnader för tre vägar
2026-10-20 · 6 minuters läsning
Det finns tre vägar för undertexter i mikrolektioner: automatisk igenkänning i klippprogrammet (spar handskrivning, kostar granskning), undertexter efter skärminspelning (dyrast omarbetning) och att låta AI generera undertexter direkt från talmanuset (inga igenkänningsfel, en ändrad mening innebär bara omarbetning av en sida). När kursmaterialet redan finns är den tredje vägen den med lägst totalkostnad.
För en mikrolektion på 15 minuter tar det vanligen en till två timmar att matcha undertexterna för hand: spela en mening, pausa, skriv en mening, dra tidslinjen. Det verkliga problemet är ändringar — ändras en mening i talmanuset måste hela avsnittets undertexter matchas om.
Undertexter ska inte vara ett efterarbete. Om videon ändå genereras från talmanuset bör undertexterna växa direkt på samma manus. Den här artikeln plockar isär de tre vanliga vägarna och räcker på kostnaderna.
Varför undertexter inte längre är valfria
Tre skäl, och inget av dem handlar om ”ser det bra ut”:
- Slutförandegrad: över hälften av kunskapsvideor öppnas i tysta miljöer, och utan undertexter finns det inget innehåll.
- Granskning och efterlevnad: i bedömningskriterier för premiumkurser och mikrolektionstävlingar är undertexter nästan standard, och kursplattformar kräver dem generellt.
- Sök och rekommendationer: undertexttexten är plattformens direkta grund för att förstå ”vad du berättade”, och titel och taggar kan inte gissa vilka kunskapspunkter du tog upp.
Väg 1: automatisk igenkänning av undertexter i klippprogrammet
CapCut, Premiere med flera har alla ”igenkänning av undertexter”, som i grunden är tal-till-text (ASR): spela in ljudet först och låt modellen förvandla ljudet till text.
Den sparar på handskrivningen men inte på granskning och matchning. Facktermer på kinesiska är ett katastrofområde — ”Fouriertransformen” kan bli ”Fourierförändringen” och ”marginalnytta” kan bli ”redigeringsnytta”; tiden det tar att rätta misstag mening för mening är ofta ungefär lika lång som att skriva för hand.
Talfel, pauser och ifyllnadsord förs också in som text, och du måste dessutom gå tillbaka och klippa ljudet.
Väg 2: skärminspelning + undertexter i efterhand
Spela först in skärmen med Keynote eller PowerPoint och dra sedan in hela videon i klippprogrammet för att lägga på undertexter. Flödet är det mest bekanta och problemen också de mest koncentrerade: två program, två importer och exporter, och avvikande ljud och bild som måste fixas för hand.
Den verkliga kostnaden på den här vägen är inte programavgiften utan omarbetning — ändras en sida i materialet måste skärminspelningen göras om, undertexterna matchas om och allt exporteras och laddas upp igen. En gång tar det två till tre timmar, och tre videor i veckan är flera tiondelel timmar.
Väg 3: generera undertexter direkt från talmanuset
Den tredje vägen har omvänd ordning: först talmanuset, och sedan röst och undertexter genererade från samma manus. Undertexterna är inte ”hörda”, de är ”skrivna”, de matchar varandra automatiskt från början och det finns inga igenkänningsfel.
I SlideTalk skriver AI talmanuset sida för sida när du importerat din PPT, du ändrar manuset innan rösten genereras, och undertexterna skärs ur talmanuset i säkra korta meningar som bränns in i bilden. Eftersom kinesiskt inte har blankstegsproblem bryts långa meningar vid meningsgränser, och det händer inte att ”Fourier” kapas till ”Fou / rier”.
Det finns 5 förvalda undertextstilar (inklusive stora undertexter för korta videor), samtidigt som en separat .srt-fil följer med för vidareredigering eller uppladdning till kursplattformar.
En ändring påverkar också bara den ändrade sidan: generera om den sidans röst och undertexter och låt resten vara — det klarar ingen manuell matchning.
Så väljer du mellan de tre vägarna
Välj efter tillståndet på materialet du har, inte efter programmens renommé:
- Du har redan en färdig film och vill bara lägga till undertexter: använd klippprogrammets igenkänning av undertexter, det är enklast.
- Du är fortfarande i skärminspelningsfasen och gör videor då och då: skärminspelning + efterarbete räcker.
- Kursmaterialet finns, du vill ha stabil produktion och kommer att ändra manuset: generera undertexterna från talmanuset, då är omarbetningskostnaden lägst.
- Du behöver tvåspråkiga undertexter på kinesiska och engelska: ange engelska eller två språk när AI skriver manuset, så följer undertexterna rösten och du sparar över hälften av tiden jämfört med att översätta och matcha i efterhand.
Kostnader och vanliga frågor
Undertexter debiteras inte separat: manus 1 credit/sida, röst 1 credit/10 tecken, och undertexterna kommer tillsammans med rösten; en mikrolektion på 10 sidor kostar cirka 352 credits (cirka 5 kr), och du får 600 credits vid start. Export, rendering och ändringar kostar inget extra — se prissidan.
Hela flödet för lärarscenariot finns på sidan för lärare och mikrolektioner, och hela flödet från kursmaterial till färdig film i Så gör du en PPT till en mikrolektionsvideo.