作者:whispertranscribe.ai Editorial Team · 最后更新:2026 年 11 月 · 阅读约 10 分钟
硬字幕还是软字幕,归根到底是一个问题:观众能不能把字幕关掉?硬字幕(也叫烧录字幕、内嵌字幕)直接画进视频画面,所以始终显示。软字幕放在单独的轨道或文件里,比如 SRT 或 VTT,观众可以打开、关闭,或者切换到别的语言。
下文包括:两者的逐项对比、它们和开放式字幕 / 隐藏式字幕的对应关系、各平台支持情况、一张决策表、三条我们亲自跑过的 FFmpeg 命令,以及一份发布前检查清单。
硬字幕和软字幕一览
硬字幕的优势是“在哪儿都能显示”。凡是涉及修改、翻译或关闭文字的事,都是软字幕更好。
| 问题 | 硬字幕(烧录) | 软字幕(SRT、VTT、内封轨道) |
|---|---|---|
| 文字在哪里 | 渲染进每一帧画面 | 在外挂文件里,或在封装格式内的字幕轨道里 |
| 观众能关掉吗? | 不能 | 能,在播放器的 CC 或字幕菜单里关 |
| 观众能调大小或改样式吗? | 不能 | 通常可以;YouTube 允许观众改字体、颜色和大小 |
| 多种语言 | 每种语言导出一个视频 | 一个视频,每种语言一个字幕文件或轨道 |
| 改一个错字 | 整个视频重新导出 | 改文本文件后重新上传 |
| 画质 | 视频必须重新编码 | 视频可以原样复制 |
| 播放器不读字幕文件时也能显示 | 能 | 不能 |
| 对应的 caption 术语 | 开放式字幕(open captions) | 隐藏式字幕(closed captions) |
什么是硬字幕?
硬字幕是在导出时永久渲染进视频画面的文字。Burned in subtitles、hardcoded subtitles 和 "hardsubs" 说的都是同一件事。文件一旦导出,这些字就成了像素,跟台标或下方字条没有区别。
所以它在任何播放器、App 或网站上都能显示,因为播放器根本不需要认识字幕。但它也撤不回来:没有文字可以提取,没有开关,任何修改都意味着重新导出视频。
画质上也有一点代价。烧录文字就要重新编码视频;Aegisub 手册提到,边缘锐利的字幕文字通常需要多出大约 3 至 10% 的码率,才能保持同样的画质。
什么是软字幕?
软字幕是带时间轴的文字,由播放器在播放时叠加到画面上,视频本身完全不变。它有两种形式:
- 外挂文件。 与视频分开上传或存放的单独文件,最常见的是 SRT(SubRip)或 VTT(WebVTT)。YouTube、Vimeo 和 Facebook 让你上传字幕时要的就是这种文件。
- 内封轨道。 文字作为独立轨道存进视频封装格式里。MKV 和 MP4 都能带文本字幕轨道。
用 SRT 做软字幕是最常见的做法。SRT 文件是纯文本,里面是编了号的字幕条和时间戳,所以在 Notepad 里改个人名,一分钟就能重新上传。
代价是:如果某个 App 不读字幕文件,或者 MP4 被单独传出去、没带上 SRT,字幕就不会出现。
开放式字幕和隐藏式字幕:怎么对应
开放式字幕(open captions)是硬字幕的 caption 版本,隐藏式字幕(closed captions)是软字幕的 caption 版本。开放 / 隐藏的区分说的是观众能不能关掉文字,而不是文字里写了什么。
W3C 的 WCAG 预录字幕指南把隐藏式字幕定义为“在某些播放器中可以打开和关闭”的字幕,把开放式字幕定义为“任何无法关闭的字幕”。它把两者都列为满足该成功标准的有效技术,所以烧录字幕并不天然地更不无障碍。
关键在内容。Captions 会标出说话人,并描述有意义的声音,比如 [摔门声];subtitles 通常只有对白。两者都可以烧录,也都可以用软字幕文件提供。(无障碍要求因国家和行业而异;本段为一般信息,不构成法律建议,not legal advice。)
什么时候用硬字幕,什么时候用软字幕
只要平台支持,就用软字幕;控制不了播放器,或者文字本身是设计的一部分时,用硬字幕。
- 适合硬字幕: 静音自动播放的社交短片;会被转发或搬运的视频(外挂文件容易丢);字体、颜色固定或逐词高亮的品牌字幕;活动现场大屏或自助终端。
- 适合软字幕: 上传到 YouTube、Vimeo 和 Facebook 的视频;多语言发布(每种语言一个 SRT,而不是每种语言一个视频);会更新的课程;自己网站上通过 WebVTT 播放的 HTML5 视频;带多条语言轨道的 MKV 影片库。
哪些平台支持软字幕?
YouTube、Vimeo 和 Facebook 接受上传字幕文件。TikTok 和 Instagram 会根据语音自己生成字幕,我们在两者的帮助中心里都没有找到上传字幕文件的说明。下表只收录各官方帮助页面或规范里写明的内容,checked November 2026(2026 年 11 月核对)。
| 平台或封装格式 | 软字幕 | 硬字幕 | 官方来源怎么说 |
|---|---|---|---|
| YouTube | 支持:SRT、WebVTT 及其他格式 | 支持,作为视频的一部分 | 列出了支持的字幕文件,包括 SubRip 和 WebVTT(YouTube 帮助);观众可以打开或关闭字幕,并修改字体、颜色、不透明度和大小(字幕设置) |
| Vimeo | 支持:在 Languages 面板上传 caption 和 subtitle 文件 | 支持,作为视频的一部分 | 上传文件,设置 Language 和 Type(Subtitle 或 Caption),再打开开关(Vimeo 帮助) |
| 支持:SRT | 支持,作为视频的一部分 | SRT 文件名里要带语言区域代码,比如 clip.en_US.srt(Facebook 帮助) |
|
| TikTok | 只有平台字幕:自动生成的字幕和可编辑的创作者字幕 | 支持,作为视频的一部分 | 选定视频语言后,字幕根据语音生成;你可以编辑或删除(TikTok 支持) |
| 只有平台字幕:语音识别自动生成的字幕 | 支持,作为视频的一部分 | 字幕自动生成,观众可以选择始终显示或从不显示(Instagram 帮助) | |
| MP4 文件 | 支持,作为文本轨道(mov_text / 3GPP Timed Text) | 支持 | 播放器支持情况不一;HandBrake 文档说软字幕轨道需要“合适的播放软件”(HandBrake 文档) |
| MKV 文件 | 支持:多条轨道,包括 SRT、SSA/ASS、WebVTT,以及图形字幕 PGS 或 VobSub | 支持 | Matroska 规定了每种字幕编码的存储方式(Matroska 规范) |
| WebM 文件 | HandBrake 中不支持 | 支持 | HandBrake:“WebM 封装格式目前不支持软字幕” |
TikTok 和 Instagram:如果你需要自己审过的措辞或样式,就烧录进去。如果自动字幕够用,就在 App 里直接改。
决策表:按场景选硬字幕还是软字幕
| 场景 | 用哪种 | 原因 |
|---|---|---|
| 上传到 YouTube | 软字幕(SRT 或 VTT) | 观众可以开关和改样式;以后还能加更多语言 |
| Facebook 帖子 | 软字幕(SRT) | 按语言区域代码规则命名;只有视频还要搬到别处时才烧录 |
| TikTok 或 Instagram Reels | 硬字幕,或用 App 自带字幕 | 它们的帮助中心没有说明可以上传字幕文件 |
| 通过聊天软件发送或嵌进幻灯片的视频 | 硬字幕 | 转发时外挂文件会丢 |
| 放在自己网站上的课程 | 软字幕(VTT) | HTML5 播放器能读 WebVTT 轨道;更新方便 |
| 同一个视频做五种语言 | 软字幕 | 五个小文本文件,而不是导出五个视频 |
| 活动现场大屏或自助终端 | 硬字幕 | 不能指望设备的字幕设置 |
| 母语视频里夹着几句外语 | 这几句用硬字幕,其余用软字幕 | 不管观众怎么设置,这几句人人都需要看 |
怎么用 FFmpeg 烧录硬字幕或添加软字幕
FFmpeg 是免费的第三方命令行工具,不属于 whispertranscribe.ai。下面的命令是根据 FFmpeg 官方文档写的最简示例。我们在 Linux 上用 FFmpeg 7.1.5、拿自己生成的一段 10 秒测试视频逐条跑过,再用 ffprobe 检查了输出。文件名都是占位名。
1. 把字幕烧录进画面(硬字幕):
ffmpeg -i input.mp4 -vf subtitles=subs.srt -c:a copy output-burned.mp4
译注:命令把 subs.srt 烧录进 input.mp4 的画面,音频直接复制,输出 output-burned.mp4。
subtitles 滤镜把 SRT 画到每一帧上,所以视频会重新编码;-c:a copy 让音频保持不动。需要带 libass 的 FFmpeg 版本。force_style 选项可以改字体和颜色。
2. 给 MP4 加一条软字幕轨道(不重新编码):
ffmpeg -i input.mp4 -i subs.srt -map 0 -map 1 -c copy -c:s mov_text -metadata:s:s:0 language=eng output-soft.mp4
译注:命令把 subs.srt 作为英文字幕轨道封进 MP4,音视频原样复制,输出 output-soft.mp4。
-c:s mov_text 把 SRT 转成 MP4 的 timed-text 格式。视频和音频原样复制;语言标签用来标注这条轨道。
3. 把两种语言放进一个 MKV(不重新编码):
ffmpeg -i input.mp4 -i subs.en.srt -i subs.es.srt -map 0 -map 1 -map 2 -c copy -metadata:s:s:0 language=eng -metadata:s:s:1 language=spa output-soft.mkv
译注:命令把英文和西班牙文两个 SRT 分别作为字幕轨道封进 MKV,音视频原样复制,输出 output-soft.mkv。
MKV 会原样保留 SRT 轨道。在我们的测试中,ffprobe 列出了两条 subrip 字幕流,分别标为 eng 和 spa。
更喜欢图形界面? HandBrake 是另一款免费第三方软件,可以在 Subtitles 标签页导入 SRT 文件,输出成 "Hard Burn"(硬烧录)或可选择的软字幕轨道。它的文档提到,一个文件只能烧录一条字幕轨道。大多数视频剪辑软件也能导入 SRT 并渲染进导出的视频;具体请看你所用软件的帮助页面,因为不同版本的菜单不一样。
不管用哪种工具,都要留着干净的原始视频和字幕文件,以后才能改错字或加语言。
先用 whispertranscribe.ai 做出字幕文件
不管硬字幕还是软字幕,第一步都是一个准确、带时间轴的字幕文件。whispertranscribe.ai 是基于 OpenAI Whisper 模型、在浏览器里使用的转写工具,负责做出这个文件。它不会把字幕烧录进视频。它导出 SRT 或 VTT 文件,你可以作为软字幕上传,也可以用视频剪辑软件或上面那类播放器工具烧录进去。
- 打开 AI 字幕生成器;如果是视频文件,也可以用 MP4 转 SRT 工具。
- 从 130+ languages 中选择说话的语言。很多语言有 Noise / Low-Quality Audio/Video 选项,适合质量较差的录音。
- 上传不超过 5GB 的文件,或者把 YouTube、Vimeo、Google Drive 或 Dropbox 链接粘贴到 从 URL 转写。
- 核对人名、数字和专业术语。清晰音频的准确率 up to 99%,但背景噪音和浓重口音会拉低准确率,而烧录进去的错误是永久的。
- 导出 SRT 或 VTT,然后上传或烧录。
其他入口:音频用 MP3 转 SRT;要把其他语言变成英文文字,用 把音频翻译成英文;只要纯文字稿,用 视频转文字工具;完整功能见 功能列表。你可以 免费开始,无需注册账号;付费方案 from $9.99/month billed annually(按年付费,每月 $9.99 起,查看价格)。
硬字幕和软字幕的发布前检查清单
无障碍
- 说话人不明显时,字幕里标出是谁在说
- 描述有意义的声音,比如 [电话铃响]
- 屏幕上同时不超过两行
- 烧录文字对比度足够(加描边或背景框),不挡人脸,也不挡画面里的文字
多语言
- 源语言字幕文件定稿后再交给别人翻译
- 每种语言一个文件,命名清楚,比如
video.es.srt - 检查译文行的长度,译文往往更长
平台兼容
- TikTok 或 Instagram 社交短片:硬字幕放在安全区内,避开画面上的按钮
- YouTube 和 Vimeo:已上传 SRT 或 VTT 并打开
- Facebook:文件名里带语言区域代码,比如
.en_US.srt - 带软字幕轨道的 MP4:在观众实际使用的播放器里测试过
常见问题
硬字幕和软字幕哪个更好?
只要平台支持,软字幕更好:观众可以关掉、选语言、调大小,你改错也不用重新导出视频。如果播放器不读字幕文件、视频会被转发或搬运,或者文字本身是设计的一部分,那硬字幕更好。很多创作者给 YouTube 留一份软字幕 SRT,再给社交短片单独烧录一份。
Hardcoded 字幕和 burned-in 字幕有什么区别?
没有区别。Hardcoded、burned-in、burnt-in 和 hard subtitles 指的都是导出时永久渲染进视频画面的文字。如果文字是面向听障观众的 captions,比如带说话人姓名和声音描述,同样的东西就叫开放式字幕(open captions)。无论哪种,观众都没法隐藏文字,要改就得从原始项目或母版文件重新导出视频。
SRT 文件算软字幕吗?
算。SRT 文件是纯文本的外挂文件,里面存着编了号的字幕和每条的开始、结束时间,播放器在视频播放时把文字叠加上去。所以它是一种软字幕格式。你可以把 SRT 上传到 YouTube、Vimeo 或 Facebook,作为可选轨道加进 MKV 或 MP4,或者用 FFmpeg、HandBrake 之类的工具拿它当源文件烧录硬字幕。
能把视频里的硬字幕去掉吗?
没法干净地去掉。烧录的文字在导出时已经融进每一帧,没有单独的图层可删。模糊或裁掉字幕区域会损坏画面,文字后面的像素也找不回来。实际的办法是找到没有字幕的原始视频或剪辑项目,重新导出。如果需要新字幕,就转写音频、重新做一个 SRT,而不是试图提取烧录进去的文字。
whispertranscribe.ai 能把字幕烧录进我的视频吗?
不能。whispertranscribe.ai 做的是字幕文件,不是成品视频。它用 130+ languages 转写你的音频或视频,导出 SRT 或 VTT,你可以作为软字幕上传到各平台。要做硬字幕,就在视频剪辑软件或 FFmpeg、HandBrake 等第三方工具里打开这个文件,导出一个烧录了文字的新视频。留着 SRT,以后可以改字幕再重新烧录。
下一个视频需要字幕文件? 上传文件或粘贴链接到 whispertranscribe.ai 字幕生成器,用 130+ languages 导出 SRT 或 VTT。
参考资料
- W3C WAI:理解成功标准 1.2.2 字幕(预录)
- YouTube 帮助:支持的字幕和隐藏式字幕文件 和 管理字幕设置
- Vimeo 帮助中心:如何给视频添加 captions 或 subtitles
- Facebook 帮助中心:SubRip(.srt)文件的命名规则
- TikTok 支持:无障碍功能
- Instagram 帮助中心:管理 Reels 和视频字幕
- Matroska:字幕编码
- FFmpeg 文档:subtitles 滤镜
- HandBrake 文档:字幕
- Aegisub 手册:添加字幕
