“优惠 15%”被自动字幕写成“优惠 50%”，视频已经排队准备发布。两串数字只差一个字，视觉上却像一条正式承诺；观众不开声音时，看到的就是错误价格。这比字幕少一个逗号严重得多。
下面用一段虚构的 90 秒活动口播，演示如何在站内收录的 CapCut（国际版）生成自动字幕、逐段校对并导出 SRT。适合短视频运营、课程剪辑、活动宣传和需要给网页视频提供字幕文件的小团队。这里不假装 AI 能替人“听懂全部”：它先产出草稿，关键事实和时间点仍须用原音频核实。
先把这段 90 秒口播拆出高风险信息
假设主持人说了四件事：活动名称“秋日体验周”；报名截止日“10 月 18 日”；折扣“15%，不与其他优惠叠加”；现场联系人“张宁”。四项里，数字、否定词和人名最容易造成实际损失。写一张小的核对卡，标明已经确认的正确写法，再交给剪辑同事。活动还没正式批准的折扣，不应让字幕把它变成确定承诺。
原始视频单独保存，不在唯一文件上反复覆盖。另存一份工作副本，记录视频版本、语种、字幕负责人和发布日期。若配音下方压了背景音乐，先在工作副本中降低或暂时静音音乐轨，只让清楚的人声参与识别；不要为了“降噪”把原音频删除。CapCut 的自动字幕故障说明把噪声、语言选错、网络连接和静音音轨列为常见原因，先排这些问题比盲目重复点击生成更有效。
生成一版可编辑字幕，而不是直接导出成片
在 CapCut 桌面端或 Web 项目中导入工作副本，找到“字幕/文本”里的自动字幕功能，选择口播的主要语言和对应音轨后生成。界面名称随平台和版本变化；CapCut 的官方说明确认 Web、桌面和移动端均有自动识别，但说话人区分、批量 SRT 导出等能力会受平台、地区和版本影响。此文以桌面端校对和导出为主，不把移动端按钮路径当作通用步骤。
生成后先看总览：字幕轨是否从头到尾覆盖了有人声的部分？片头音乐、片尾静音是否被误识别成口播？若整段语言选错或大面积乱码，先检查识别源，再重新生成；若只有几个词错了，保留现有时间轴逐条修正，避免重新识别把已核对的内容冲掉。CapCut 的校对帮助说明字幕块可手动编辑与拆分。
第一遍只抓事实错误：听原音，不猜上下文
打开自动字幕编辑器，带耳机按时间轴播放。先不调整字体或动画，把高风险词逐项对照核对卡。我们的虚构样本里，假设机器把“百分之十五”写成“百分之五十”，把“10 月 18 日”写成“10 月 8 日”，把“张宁”写成“张琳”。这些都要回放对应几秒，与原音及已确认的活动资料双重核实。若音频本身说得含糊，标记“待确认”，不要让 AI 根据海报猜主持人说了什么。
特别留意“可以退款”和“不可以退款”、“仅限本周”和“从本周起”。否定词漏掉时，字幕即使大部分正确，也会把规则反过来。URL、产品型号、价格单位同样应单独核对。建议把问题记录成“时间点—机器稿—原音/核准稿—处理结果”四列：00:12 / 50% / 15% / 已改。这样审核人不用重听整片就能复核高风险处。
可让站内的 ChatGPT 或 Claude 帮忙做文字层面的风险扫描，但输入应是已获准使用的字幕草稿和核对卡，不包含未经授权的客户视频。提示词可直接使用：
你是视频字幕质检员。以下是带时间码的自动字幕草稿，另附已确认的活动信息。只列出可能涉及数字、日期、人名、产品名、URL、否定词或规则承诺的字幕块。按“时间码｜原字幕｜疑点｜需要核对的证据｜建议处理”输出。不要把草稿自动改成你猜测的正确答案；没有音频或核准资料时写“待人工听辨”。不要改写营销语气，也不要删除沉默段。
AI 给出的清单不是听写证明。尤其不要把它“润色”出的新折扣、新截止日贴回字幕；任何事实修改都应对应原音频或正式资料。
第二遍看断句和时间：观众来得及读吗
事实修完再做观看体验。短视频常把一句 12 秒的长话自动塞进同一个字幕块，画面上只能挤成一团。把它按自然停顿拆成两三段，调整每段起止点，使文字出现时说话人已开始说、消失时对应语句已结束。不要为了“好看”把后半句提前显示：那可能提前泄露答案，也会让听障观众错过同步关系。
从头到尾至少完整预览一次，特别看快语速、转场和背景音较大的片段。检查相邻字幕有没有重叠、最后一个字是否被截断、画面上的按钮或价格是否与字幕冲突。若口播中有影响理解的非语音信息，例如警报声、关键的场外回应，需要视内容补上简短说明，而不是只识别对白。W3C 的字幕指南提醒：未经核实的自动字幕不能直接视为满足无障碍需求；有意义的声音信息与同步也应保留。
中英双语视频再加一道关：英文字幕应以已经核实的中文事实为基础重新表达，日期格式、货币、专有名词要统一。不要把一句中文拆成三段英文后还沿用原来三个中文时间点；英语语速和句子边界可能不同。先把一条语言的内容和时间轴校准，再制作另一条，并各自全片预览。
导出 SRT 后，用文本编辑器做一次“离开 CapCut”的检查
如果要给网站、视频平台或合作方交付可切换字幕，导出的是字幕文件，不是只把文字烧进视频画面。CapCut 桌面端的导出故障说明建议在导出设置中选“字幕导出”，再选 SRT 或 TXT。不同平台、套餐和版本的入口可能变化；若当前界面没有 SRT 选项，先核对应用版本和官方帮助，不要声称手机端一定能独立导出。
一个最小 SRT 片段大致如下；序号、起止时间和字幕文本分行，片段之间留空行：
1
00:00:12,000 --> 00:00:15,000
活动折扣为 15%，仅限本周。
2
00:00:15,200 --> 00:00:18,600
报名截止 10 月 18 日。用纯文本编辑器打开实际导出的文件，确认中文、人名和百分号不是乱码，时间从小到大，没有负时长或整段空白。若平台允许，找一个测试项目重新导入 SRT，播放 20 秒检查同步；这一步能发现“编辑器里看着正常，交付文件却错位”的问题。文件命名带上视频版本与语言，例如 autumn-week_v03_zh.srt，而不是三个都叫 subtitle-final.srt。字幕文件与成片、原音和核对卡一起归档。
三个常见卡点，处理顺序很重要
- 自动字幕没生成：先查是否选对音轨、是否静音、语言是否正确、网络是否可用；再拿 15 秒清晰样本测试，避免反复处理整片。
- 只有几处识别错：直接改对应字幕块并回听前后句；不要重做全片后忘记二次核查。
- 视频能导出，SRT 却不见了：核对是否单独选择字幕导出、格式和保存路径，并确认字幕是自动识别轨而非仅手动添加的普通文字。仍失败时保存工程和文本备份，再查当前版本的官方说明。
最后的交付清单很短：原视频未被覆盖；数字、人名、否定词已回听；字幕与声音同步；SRT 用文本编辑器打开无乱码；至少一处随机片段做过回放；审核人和版本可追溯。自动字幕真正节省的是打出第一稿的时间，不是删掉人工把关的责任。