怎么从视频提取 SRT 字幕文件？三条路 + 出海实测（2026）
一个做短剧出海的朋友算过一笔账：他手上 40 集的剧要译成英语版，第一个卡点不是翻译，是手里只有带硬字幕的视频成片——字都「烧」在画面里，翻译软件读不了。SRT 文件（带时间轴的纯文本字幕）是译制流水线的第一道工序，拿不到它，后面全是空谈。这篇把拿到 SRT 的三条路摆开，按你的片源对号入座。
1. 先分清：你的字幕是「软」是「硬」
软字幕（字幕轨）：字幕作为独立轨道封装在视频文件里，播放器可以开关。这种最幸运——用格式工厂、MKVToolNix 之类工具直接抽出字幕轨就是现成的 SRT，一分钟搞定。
硬字幕（烧录字幕）：字幕是画面的一部分，跟像素长在一起。网盘流传的短剧、录屏、老视频几乎全是这种。播放器导出对它无效，唯一的路是把语音重新转写一遍。
判断方法：播放器里点字幕菜单，能切换/关闭的是软字幕，什么都不显示的是硬字幕。市面上要处理的大多数是硬字幕。
2. 硬字幕的三条路
路一：AI 语音转写。把视频链接或文件丢给语音转文字工具，输出全文和时间轴，中文素材准确率 95% 以上。净影的转文字 15 积分/次（1 积分约 0.01 元），不限时长，转写原文可整理成 SRT 格式——先转文本，再按时间轴套进 SRT 模板，或者直接交给翻译工具处理。40 集剧一个下午全部转完。
路二：人工听打打轴。字幕组时代的老手艺，1 小时视频需要 4-6 小时人工，优点是对口语、方言、背景噪音的容错最好。单人接单可以，批量生产不可持续。
3. 为什么 SRT 突然成了香饽饽：出海的账
短剧出海的爆发把字幕从「配角」推成了「工序」。行业数据：译制剧占短剧出海内容的 80%-90%；2025 年海外短剧应用预估下载量 18.55 亿次（DataEye），其中中国出海应用占 80.46%。另一个数字更直白——人工译制 1500-3000 元/部、每月约 10 部，AI 译制 300-500 元/部、每月超 1000 部（小影科技在 2026 年 5 月证券时报报道中给出的对比）。
这条流水线的起点就是字幕和时间轴：先有 SRT，才能翻译；翻译完套回时间轴，才能压制或让播放器挂载。国内短剧市场 2025 年规模约 621 亿（WETRUE 预测口径），增量几乎都在出海，而出海的第一公里就是字幕文件。
4. SRT 拿到之后的三种去向
- 译制出海：SRT → 机翻/人工润色 → 挂载回视频，或交 AI 译制平台做全套。
- 二创文案：SRT 按时间轴整理成口播稿，是解说类视频最省力的文案底稿。
- 学习笔记：网课/播客的 SRT 全文丢给 AI 按要点整理，15 分钟出结构化笔记。
5. 写在最后
SRT 提取的本质是把「画面里的字」变成「可编辑的文本」。片源是软字幕，抽轨就好；是硬字幕，AI 转写是目前唯一兼顾成本和质量的路线。顺带一提：如果字幕本身就是要去掉的对象，先去字幕再转写，文本干净得多——两个工具在同一条流水线上。
常见问题
净影能直接导出 SRT 文件吗？
转文字工具输出的是带时间轴的转写全文，可以直接复制进任意 SRT 编辑器（如 Aegisub、剪映字幕面板）成稿；一站式导出 .srt 文件的功能在规划中。当前流水线：转写 → 复制文本 → 套时间轴模板。
视频没有声音、只有硬字幕怎么办？
没有语音就没有转写对象。这种片源先用视频擦除把字幕抹掉（顺便保留画面），文字内容靠 OCR 逐帧识别或人工录入——成本显著上升，建议直接找带语音的原片。
AI 转写的准确率对口语素材够用吗？
普通话素材 95%+；强口音、方言、多人抢话场景会下降，建议转写后人工校对一遍关键词。背景音乐过大也会干扰识别，能拿到干净音源尽量拿干净音源。
转文字怎么计费？
15 积分/次（1 积分约 0.01 元），不限视频时长，任务失败自动全额退回。新用户注册送体验积分，可先免费试。