影片上字幕有兩種做法：一是做成獨立的字幕檔，例如 SRT 或 WebVTT，上傳到 YouTube 或掛在官網播放器，觀眾可以自行開關；二是把字幕直接壓進畫面，適合在社群上可能被靜音播放的短影音。不論哪一種，流程都相同：先用自動字幕或語音辨識產生初稿，再人工校對專有名詞、斷句與時間軸，然後依平台上傳或輸出。企業影片若要兼顧無障礙，WCAG 2.2 要求預錄影音提供字幕，而且字幕不只寫對白，還要標出說話者與有意義的音效。
開放字幕與隱藏字幕：先決定字幕能不能關
W3C 的說明把字幕分成兩種：隱藏字幕可以由觀眾在播放器開啟或關閉，開放字幕則無法關閉。兩者的用途不同：
| 類型 | 做法 | 適合情境 | 要注意的事 |
|---|---|---|---|
| 開放字幕 | 剪輯時把字幕壓進畫面後輸出 | 社群短影音、展場循環播放 | 改錯字要重新輸出，無法切換語言，裁成其他比例時可能被切掉 |
| 隱藏字幕 | 另外提供字幕檔，由播放器顯示 | YouTube、官網影片、教學影片 | 可修改、可放多種語言，但觀眾沒開啟就看不到 |
名詞上也有區別：W3C 的說明中，captions 指呈現對白與理解內容所需非語音資訊的文字，subtitles 指翻譯成其他語言的對白。中文都叫字幕，製作時要清楚自己做的是哪一種，因為無障礙要求的是前者。需要多語版本時，以校對完成的原文字幕為底稿翻譯，再逐句對時間軸。
字幕檔格式：SRT 與 WebVTT 的差別
YouTube 支援多種字幕檔，官方建議不熟悉字幕製作的人使用 SubRip 等基本格式，副檔名為 .srt；想控管字幕樣式或位置時，改用 WebVTT 等進階格式，副檔名為 .vtt，但 YouTube 註明 WebVTT 仍在初步實行階段，樣式只支援粗體、斜體與底線。兩者的結構相近：
- SRT：每則字幕由序號、起訖時間碼與字幕文字組成，空一行再接下一則；時間碼寫到毫秒，秒與毫秒之間用逗號分隔。YouTube 說明 SubRip 無法識別樣式資訊，檔案必須是純 UTF-8 編碼，中文字幕上傳後出現亂碼，先檢查存檔編碼。
- WebVTT：檔案開頭必須是 WEBVTT 字樣，內容以 UTF-8 編碼，毫秒改用句點分隔；可以在時間碼後加上設定，指定字幕在畫面上的位置與寬度。
官網自架影片時，W3C 指出 WebVTT 是網頁上常見的字幕格式。在 HTML 的 video 元素裡加入 track 元素載入 .vtt 檔，kind 屬性設為 captions 代表含音效等資訊的字幕，設為 subtitles 則代表對白的轉錄或翻譯，且必須同時用 srclang 標明語言；字幕檔網址要和網頁同源，否則需要在 video 元素加上 crossorigin 屬性。播放器與嵌入方式的其他設定，可參考產品影片上架官網的設定。
YouTube 影片怎麼上字幕：三種新增方式
在 YouTube 工作室新增字幕的步驟如下，上傳影片的過程中也可以順便新增：
- 登入 YouTube 工作室，選取左側選單的「字幕」。
- 選取要編輯的影片，按一下「新增語言」並選擇語言。
- 在「字幕」下方點按「新增」，再選擇下列其中一種方式。
- 上傳檔案：已經有含時間碼的字幕檔時使用，上傳前確認是 YouTube 支援的格式。
- 自動同步：只有逐字稿、沒有時間碼時使用，貼上文字或上傳轉錄稿，由系統配上時間。轉錄稿的語言要和影片相同，且是語音辨識支援的語言；片長超過一小時或音質不佳的影片，官方不建議用這種方式。
- 手動輸入：邊播放邊輸入字幕，官方建議加入音效描述，例如［掌聲］。
腳本階段就把旁白寫成完整句子，旁白若照稿錄製，整理後的腳本文字就能當作自動同步的轉錄稿，寫法可參考影片腳本的雙欄格式。
自動字幕與AI工具：先產生初稿再校對
YouTube 會以語音辨識自動產生字幕，支援中文，但官方說明品質可能不穩定，並鼓勵創作者先提供專業字幕。音訊複雜、影片太長、音質不佳、開頭長時間沒有聲音，或多人同時說話、混用多種語言時，自動字幕可能延遲或無法產生。W3C 也指出，自動產生的字幕在確認完全正確之前，不符合使用者需求與無障礙要求，適合當作製作正確字幕的起點。
影片上字幕軟體方面，以 Microsoft Clipchamp 為例，在屬性面板的「字幕」索引標籤開啟自動輔助字幕，轉錄完成後可以修改文字，再用下載按鈕存成 SRT 檔；官方說明這項功能使用 Azure 認知服務處理音訊，自動語音辨識不涉及人工介入。挑選字幕 App 或線上工具時，確認四件事：辨識結果能不能逐字修改、能不能匯出字幕檔、字幕樣式能否套用品牌字型，以及上傳的語音如何處理。內部會議或尚未公開的產品影片，上傳到任何工具前都要先確認資料處理方式。
字幕校對重點：專有名詞、斷句與時間軸
校對時建議分三輪，各看一件事：
- 文字：先整理一份詞表，列出品牌、產品型號、人名與專業術語，逐一比對；同音字與中英混雜的句子特別容易錯。
- 斷句：一則字幕放一個完整意思，不在詞語中間斷行；說話者換人時換一則字幕，必要時標出說話者。
- 時間軸：字幕和說話同步出現，不要提早消失；畫面切換時，避免同一則字幕跨過剪接點。
字幕長度沒有通用標準，可以參考串流平台公開的規範。以 Netflix 的繁體中文字幕規範為例，每行上限十六個字、至多兩行，成人節目每秒不超過九個字，行尾不加頓號、逗號或句號。這是單一平台的交付規格，企業影片可以當作起點，再依播放裝置調整；手機直式影片畫面窄，每行字數可以再少一些。
無障礙：WCAG 2.2 對預錄影片字幕的要求
WCAG 2.2 和影片字幕有關的成功準則包括：
- 字幕（預錄）：A 級。同步媒體中所有預錄的音訊內容都要提供字幕；例外是媒體本身是文字內容的替代版本，並清楚標示。
- 字幕（直播）：AA 級。直播的同步媒體也要提供字幕。
- 純音訊與純影像（預錄）：A 級。只有聲音的內容，例如播客，要提供呈現同等資訊的替代內容，例如逐字稿；只有影像、沒有聲音的內容，要提供替代內容或呈現同等資訊的音軌。
W3C 的說明也指出，字幕不只包含對白，還要標出是誰在說話，以及透過聲音傳達的非語音資訊，包括有意義的音效。實務上，主持人與受訪者交替說話時加上名稱，電話鈴聲、警示音這類影響理解的聲音，用方括號描述。判斷要不要標的依據，是這個聲音是否影響觀眾理解內容。
常見問題
影片上字幕有免費的做法嗎？
有。YouTube 工作室內建字幕功能，可以上傳字幕檔、貼上逐字稿自動同步，或邊看邊手動輸入；自動字幕也可以直接在工作室修改。無論用哪種工具，發布前都要人工校對。
SRT字幕上傳後出現亂碼怎麼辦？
先確認檔案是否存成 UTF-8 編碼。YouTube 說明 SubRip 檔案必須是純 UTF-8 編碼，用文字編輯器另存時選擇正確編碼，再重新上傳。
社群短影音要用內嵌字幕還是字幕檔？
社群影片若在靜音狀態下自動播放，內嵌字幕能讓觀眾不開聲音也看得懂；放在 YouTube 或官網的影片，用字幕檔較方便修改與提供多語版本。同一支影片可以兩種都準備。
自動字幕可以算符合無障礙嗎？
未經校對的自動字幕不算。W3C 指出自動產生的字幕在確認完全正確之前，不符合無障礙要求；校對後補上說話者與重要音效，才接近 WCAG 對字幕的要求。
字幕一行放幾個字比較好讀？
沒有通用標準。可以參考 Netflix 繁體中文字幕規範的每行上限十六個字、至多兩行，再依播放裝置調整；手機直式影片畫面較窄，每行字數宜再減少。
本文由京采數位科技整理。我們自 2005 年起提供官網設計、系統開發與 Google SEO 服務，實際案例可見成果與案例。
想直接討論你自己的網站狀況，或需要一份初步的搜尋機會評估？
相關主題
下一步
先盤點官網與 YouTube 上的影片，列出還沒有字幕、只有未校對自動字幕，以及需要多語版本的影片。京采的內容策略服務可以協助規劃影片頁的內容與逐字稿呈現，並在官網播放器載入企業校對完成的 WebVTT 字幕檔；想討論影片字幕與官網影片頁的安排，歡迎與我們聯繫。
