微課影片怎麼自動加字幕？三條路線的成本對比
2026-10-20 · 6 分鐘讀完
微課字幕有三條路：剪輯軟體自動識別（省手打、費校對）、錄屏後再貼字幕（返工最貴）、以及讓 AI 按解說詞直接生成字幕（無識別錯誤、改一句只重做一頁）。課件已經存在時，第三條路的總成本最低。
一節 15 分鐘的微課，字幕手動對齊通常要一兩個小時：播一句、暫停、敲一句、拖時間軸。真正麻煩的是改稿——講解詞改了一句，整段字幕得跟著重對。
字幕不該是後期工序。如果影片本來就是從解說詞生成出來的，字幕就應該直接長在同一份解說詞上。這篇把三條常見路線拆開算帳。
為什麼字幕不再是可選項
三個理由，和「好不好看」無關：
- 完播率：知識類影片有一半以上在靜音環境下開啟，沒字幕等於沒內容。
- 評審與合規：精品課、微課比賽的評審要點裡，字幕幾乎是標配；課程平台也普遍要求配字幕。
- 檢索與推薦：字幕文字是平台理解「你講了什麼」的直接依據，標題和標籤猜不出你講了哪幾個知識點。
路線一：剪輯軟體自動識別字幕
剪映、CapCut、Premiere 都有「識別字幕」，本質是語音轉寫（ASR）：先錄好音，再讓模型把聲音變成文字。
它省掉了手打，但沒省掉校對和對齊。中文專業術語是重災區——「傅立葉變換」可能變成「富里葉變化」，「邊際效用」可能變成「編輯效用」；逐句改錯的時間，往往和手打差不多。
口誤、停頓、口頭語也會被原樣轉成文字，你還得先回去剪音訊。
路線二：錄屏 + 後期貼字幕
先用 Keynote 或 PowerPoint 錄屏，再把整段影片拖進剪輯軟體貼字幕。流程最熟悉，問題也最集中：兩套軟體、兩次匯入匯出、音畫不同步要手工修。
這條路真正的成本不是軟體費，而是返工——課件改一頁，錄屏要重錄，字幕要重對，匯出再上傳。一次兩三個小時，一週做三條就是十幾個小時。
路線三：在解說詞上直接生成字幕
第三條路的順序是反的：先有解說詞，再由同一份解說詞生成配音與字幕。字幕不是「聽出來的」，是「寫出來的」，逐句天然對齊，不存在識別錯誤。
在 PPT講解員（SlideTalk）裡，匯入 PPT 後 AI 逐頁寫講解稿，你改定稿子再生成配音，字幕按解說詞切成 CJK 安全的短句硬壓進畫面。中文沒有空格分詞問題，長句會在語義邊界斷開，不會出現把「傅立葉」切成「傅 / 裡葉」這種事故。
字幕有 5 款樣式預設（含短影片大字幕風格），同時旁掛一份 .srt 字幕檔案，需要二次編輯或上傳課程平台時可以直接用。
改稿也隻影響改動的那一頁：重新生成該頁的配音與字幕，其餘頁不動——這是任何手動對齊都做不到的。
三條路線怎麼選
按你手裡的素材狀態選，別按軟體名氣選：
- 已經有成片、只想補字幕：用剪輯軟體的識別字幕，最省事。
- 還在錄屏階段、偶爾出片：錄屏 + 後期，夠用。
- 課件是現成的、要穩定產出、還會改稿：在解說詞上生成字幕，返工成本最低。
- 需要中英雙語字幕：AI 寫稿時指定英文或雙語，字幕跟著配音走，比後期翻譯再對齊省一大半時間。
成本與常見疑問
字幕不單獨計費：寫稿 1 積分/頁、配音 1 積分/10 字，字幕隨配音一起產出；一條 10 頁微課約 352 積分（約 NT$18），註冊送 600 積分。匯出、渲染、改稿都不額外收費，詳見定價頁。
教師場景的完整流程見教師與微課場景頁，從課件到成片的全流程見如何把 PPT 做成微課影片。