雲錦悟生活
解題
原創視頻就沒什麼好說的了，關鍵是說話和字幕同步！
這裡其實有兩個動作：
1、從視頻得到字幕（含時間軸）
2、為視頻配上字幕
很多答主，僅僅是做到了第二條，這個幾乎所有的後編軟件標配。
其實現關鍵的是第一條，得到字幕，這個技術含量就高了，還有準確率的要求。
因為不打算重複其它答主的勞動，主要就第一點來專題闡述一下吧。
3、這裡主要為大家介紹一款強到沒邊的TTS工具VI
一、常用工具
二、Video Indexer （視頻見解）
三、我的建議
一、常用工具
1、Arctime（PC首選）
官網地址：
https://arctime.org/
這款必須介紹，三大理由：強大、免費、簡單
官網介紹如下：Arctime 是一個全新理念的可視化字幕創作軟件，可以運行在Mac、Windows、Linux上。藉助精準的音頻波形圖，可以快速創建和編輯時間軸，還可以高效的進行文本編輯、翻譯。支持SRT、ASS外掛字幕格式，並可以通過交換工程文件或與夥伴協同工作。字幕編輯完成後，僅需單擊“視頻轉碼”按鈕，即可輕鬆完成字幕壓制工作。
2、快影（手機首選）
下載地址：
http://app.mi.com/details?id=com.kwai.videoeditor
這款必須介紹，三大理由：手機、免費、快速
介紹如下：快影是一款手機 App，能夠自動將識別出的文字和時間軸匹配，生成字幕。視頻往App裡面一添加，啥事都不用幹了，App 自動識別出語音，自動轉化為文本，自動添加到對應的時間點，特別適合用於30秒以上長視頻製作，一切都是那麼簡單。
3、Video Indexer（強大首選）
使用地址：
https://vi.microsoft.com/zh-hans/
今天介紹這款，三大理由：強大、強大、強大
介紹：真的如下了......
二、Video Indexer （視頻見解）
語音識別等技術的快速進步，現在可以比較準確的通過智能設備自動將視頻中的語音識別提取出來。Video Indexer 中文名稱“視頻見解”，簡稱VI。TTS中的佼佼者，然不也不會向您推薦。
有多強大呢，先列出來嚇嚇你：
- 隱藏式字幕：以三種格式創建隱藏式字幕：VTT、TTML、SRT。
- 雙通道處理：自動檢測、隔離腳本及合併到單個時間線。
- 噪聲消減：清理電話音頻或有噪音的錄製內容（基於 Skype 濾波器）。
- 腳本自定義 (CRIS)：訓練和執行擴展的自定義語音轉文本模型，以創建行業特定的腳本。
- 說話人枚舉：映射和了解哪個說話人在何時說了哪些話。
- 說話人統計信息：提供說話人發言比率的統計數據。
- 視覺文本識別 (OCR)：提取視頻中顯示的可視文本。
- 關鍵幀提取：檢測視頻中穩定的關鍵幀。
- 情緒分析：在語音和視覺文本中識別積極、消極和中性情緒。
- 視覺內容審核：檢測成人和/或挑逗性視覺對象。
- 關鍵字提取：從語音和視覺文本中提取關鍵字。
- 標籤識別：識別顯示的視覺對象和動作。
- 品牌提取：從語音和視覺文本中提取品牌。
- 人臉檢測：檢測和分組視頻中顯示的人臉。
- 人臉縮略圖提取（“最佳人臉”）：在每組人臉中自動識別捕獲的最佳人臉（基於質量、大小和正面位置），並將其提取為圖像資產。
- 名人識別：視頻索引器自動識別超過 100 萬名名人，如世界各國領導人、男演員和女演員、運動員、研究人員、商業和科技領袖。 有關這些名人的數據也可以在各種著名網站上找到，例如 IMDB 和維基百科。
- 基於帳戶的人臉識別：視頻索引器針對特定帳戶訓練模型。 然後，它會根據專門為該帳戶中的視頻訓練的模型識別視頻中的人臉。
- 文本內容審核：檢測音頻腳本中的顯式文本。
- 鏡頭檢測：確定視頻中的場景何時發生了更改。
- 黑幀檢測：識別視頻中的黑幀。
- 音效：識別擊掌、講話和靜音等音效。
- 主題推理：根據腳本推理主要主題。 包括第一級 IPTC 分類。
- 情感檢測：基於語音和音頻提示識別情感。情感可能是：快樂、悲傷、憤怒或恐懼。
- 項目：提取每個模型的豐富的“下一種詳細程度”項目。
- 翻譯：將音頻腳本翻譯成 54 種不同的語言。
希望沒嚇著你，其實還是非常好用的，非常！
視頻見解的英文名稱是 Video Indexer ，也簡稱為 V I ，它是由“認知服務”、“雲媒體分析”、 “雲搜索”構建的雲應用程序。它能夠從視頻中提取各種見解。使用視頻見解的功能，你首先需要擁有一個帳號（比如O365 帳號），然後進入視頻見解的官網，並按圖中展示的步驟登錄，進入操作狀態。
視頻見解，是微軟最新推出的認知服務。視頻見解建立在媒體 AI 技術的基礎上，使從視頻中提取見解變得更加容易。微軟認知服務（Microsoft Cognitive Services）集合了多種智能API以及知識API。藉助這些API，開發者可以開發出更智能，更有吸引力的產品。視頻見解，本身就調用了多項基礎認知服務 API 。主要包括 ：
Face API：這是一種提供最先進人臉算法的基於雲的服務。 Face API有兩個主要功能：具有屬性的人臉檢測和人臉識別。
Microsoft Translator：開發人員可以輕鬆地將其集成到他們的應用程序，網站，工具或需要多語言支持的任何解決方案中，客戶支持應用程序，消息應用程序， 內部溝通等等。
Computer Vision API：藉助計算機視覺API，您可以分析圖像，處理圖像和返回信息的高級算法。
Custom Speech Service：基於雲的自動翻譯服務。 API使開發人員能夠將端到端的實時語音翻譯添加到他們的應用程序。
從視頻可以提取三類十三種見解，用來豐富應用程序，來增強程序的發現和參與度。
第一類：關鍵見解
包括：音頻轉錄、視覺文字識別、翻譯
第二類：基礎見解
包括：語音活動檢測、場景檢測、關鍵幀提取、視覺內容控制、演講者索引
第三類：彙總見解
包括：人臉跟蹤和識別、關鍵詞提取、情緒分析、註釋、品牌
生成見解，一共需要六個步驟
第一步，上傳視頻，將自己的視頻內容上傳到網站上。
第二步，視頻設置，設置源語言和隱私
第三步，搜索內容，通過深度搜索視頻存檔內的腳本、主題或人來找到你需要的內容
第四步，瀏覽見解，設置翻譯語言，瀏覽和編輯人、關鍵字、語音情緒等認知見解
第五步，瀏覽腳本，瀏覽視頻的完整腳本和時間線上的事件
第六步，搜索視頻，搜索時間線內的主題、關鍵字、人和其他見解
最後一種，是直接下載視頻。
這裡的視頻，是可以再創作的，也只有重新創作過的視頻，下載才有意義。
再創作分為四個步驟：
第一步：蒐集素材，通過搜索和過濾找出需要重組的時間片段。
第二步：創建播放列表，要向播放列表中添加或刪除行，請按+/-。
第三步：預覽播放列表，完成創建播放列表後，按預覽。
第四步：發佈播放列表，預覽播放列表後，您可以發佈它。發佈播放列表後，它會添加到視頻洞察列表中。
再創作完成後，您就可以下載全新的視頻了。
導出字幕隨你用。微軟官方可下載的是VTT格式，一種用於H5網站的視頻字幕格式。
當您要在本地視頻使用時，需要轉換成SRT格式，好在這種轉換非常簡單。其它就不多說了。
用了就知道，其實根本不用看這個教程（帳號還是要自己先搞定的，唯一複雜的地方），上傳文檔，下載VTT就兩步而己。加到字幕中去就不多說了，人人都會吧。
三、我的建議
PC端用Arctime
手機端用快影
想要強大用VI
原來就是這麼簡單！！！
史記微軟
如果要說最好用的軟件，當然要數Arctime了，能夠精確實現語音與漢字進行同步，使用方法極其簡單，而且都是免費的，官網還提供了中文教程，3分鐘學不會你來找我。
下載方法
百度Arctime，然後點進去下載平常端就可以了，而且完全免費，相比其他的字母軟件要簡單一萬倍，用Photoshop實在太麻煩，小小編當初做自媒體也是通過大神指點，培訓機構學習就算了，都是坑人的，自媒體本身並不需要研究太多軟件的特效。
使用方法
使用方法可以簡單介紹一下，首先你要把你想說的話，打在txt上面，一行一行的打，也就是一行作為一句話，當然最好的辦法還是去官網看視頻，太簡單，我這裡就不給你一一操作了，目前個人感覺這是做好用的製作字幕的軟件。絕對的良心產品。
柯南學長說
大力推薦一款神器給你，用過之後一定會很喜歡的！
我們自媒體人很多都是使用手機拍攝，並且希望直接在手機上就可以把視頻剪輯出來。但是很多的軟件配置視頻字幕，都需要人工輸入，人工校對時間，非常的麻煩。
我用的一款，它可以自動識別你的視頻語音，並且自動生成字幕，時間也對的很準。
這款神器就叫做快影！
下載好之後，打開軟件，然後點擊左下角的視頻製作。
它會直接跳入到你的手機相冊裡，然後你選擇你的視頻導入即可。
點擊右下角，就可以為你迅速地識別視頻中的語音，自動生成字幕。
需要你的普通話標準，並且沒有其他的雜音，識別度還是很高的，校對時間也很準，如果有識別錯誤，還可以點擊字幕進行修正。
如果對你有幫助，請關注。請轉發評論，感謝。
九六郎
做為經常做視頻的我也給大家介紹一個超級無敵好用的“語音轉文字”方法
我們做視頻的小夥伴最頭疼的莫過於加字幕了，因為加字幕耗費了大家好多的時間，不過看完我的回答後，經常加字幕的你會一下變得輕鬆很多。
這個方法就是在網頁搜索：訊飛聽見
網址如下：
簡單的註冊登錄後，看見這個收費也不要緊，因為新用戶註冊都會贈送2小時的免費時長
並且還有新人180元的禮券，如下：
好了，下面我開始教大家怎麼用：
首先，點擊“機器快轉”這裡，然後上傳你需要添加字幕的音頻，視頻轉音頻相信做過視頻的小夥伴應該都會吧？如果不會的，自己下載一個格式工廠或者魔影工廠或者其他方式自己轉換，這裡我就不多說了。
上傳完成後，填寫訂單名稱，選擇你的音頻內容的專業領域，這有助於識別字幕時能更精準。
完了，點擊，創建訂單。
這裡因為新用戶有2小時的免費時長，所以支付0元即可。點擊，確認支付 是這樣的
然後點擊，查看訂單：再點擊查看結果
點擊播放試聽一下，看有沒有錯誤，如果有個別識別錯誤的可以雙擊字幕進行修改。
然後再點擊下載可以下載各種文字格式的文件，比如說txt文檔 doc格式文檔等。
如果是視頻編輯用，你可以選擇 字幕形式 進行下載srt字幕格式文件，方便導入剪輯軟件當中使用即可。比如說：會聲會影和Arctime字幕製作軟件都支持導入srt字幕格式。
怎麼樣？有沒有覺得很方便呢？
忠陽視頻
有快捷軟件！但要看你用什麼軟件剪切原創視頻，本人是小白自己通過網站上面學習到專業的剪切視頻軟件pr。目前個人也是對Pr懂得大概的編輯,不過已經夠我做的街訪內容剪切了.現在我剪切視頻基本用四個軟件：pr/ps/AE/crd/。
我也懂得使用Arctime做字幕，這個可以直接同步文字的，但還是要修改。因為我做的視頻一般字幕條只有4-5十條，所以感覺還是ps比較方便，所以一直用ps。
下面簡單講一下我做視頻添加字幕的過程！（下面講得可能有點籠統，大家可以看完實操有不懂地方私信我！但麻煩幫忙關注一下哦！）
使用pr剪切視頻添加字幕。
1：首先確定視頻完全剪切完，無需再做任何修改！切記，一定是無需再做修改！
2：導出視頻裡面的音頻。
3：使用“網易外見工作臺”對語音轉換成字體。
<strong>
4：通過ps對改好的文字進行“變量-數據組”（這個有點麻煩，具體可以問我）
5：使用導出來的Png格式一幀一幀拉到pr裡面就可以了。
6：拉入Pr
<strong>
我是一檔搞笑正能量街訪，喜歡可以關注我哦！
海聞熱訊
目前，其實沒有特別方便的軟件來直接使視頻與文字同步，視頻上大部分的文字都是後期添加上去的，所以只能介紹幾個功能齊全的軟件以供參考，
1.會聲會影：會聲會影的功能齊全，具有強大的編輯能力，能夠儘可能的滿足人們的需求，可能對於剛剛入門的新手來說，需要熟悉一段時間，但一旦掌握，對我們來說絕對有很大的幫助
2.pradobe premiere：簡稱PR,其實大多數使用者對於PR都有良好的評論，它有著更加高速的輸出精度，適合更加專業的人們使用。
3.EDIUS(ED)：這款軟件是由日本開發研製的非線性編輯軟件，擁有完善的文件工作流程，提供了更加豐富的使用功能支持DV.攝影機，極大的方便了使用者。
凡塵一葉
你不知道有個軟件叫“雷特字幕”吧。
下載“雷特字幕”，配合PR、Edius，就可以打字幕了。
溫乎
有人說：“成功是沒有捷徑可走的”在自媒體領域做視屏的人群更是汪洋如海隨意可莩取，每天頭條上出產的原創視屏繁多如牛內容五花八門，但想要得到上乘的後期效果，還是得花大量時間去精心製作，這裡我就推薦幾個比較便捷的視頻字幕和語音同步製作的軟件。
快剪輯、cubase6（音樂編曲軟件處理聲音效果十分強悍）、EDUIS9、巧影（手機應用）這些是我比較常用，雖然使用到的軟件比較多，但製作起來十分方便，再將這些之前，先看看我自己製作的頭條短視頻（內含字幕，和解說效果）
\n
{!-- PGC_VIDEO:{"status": 0, "vid": "e9f9a25f5a574a058302c4a5595299c2\
紳士說U
你說的這個問題，我以前也是個小白。學習了一段時間，找到了一款語音同步的軟件，還是比較好用的。
1：首先在百度搜索“字幕通”並且下載該軟件。
2：打開軟件，點擊右上角的OFF
3:打開軟件後，雙擊左上角黑方塊中的白色方塊，導入視頻
4：導入視頻後，點擊左上角的麥克風
5：導入視頻後，會自動識別語音，出現字幕。字體的顏色，字體都可以設置。
6：有時候，普通話不標準，個別字體識別不了，你可以改寫一下。
7：最後點擊左邊第10個小長方框，導出視頻，就可以了
希望我的回答能幫助到你，不懂的地方，關注我，發私信給我。知無不言言無不盡。
早晨的陽光孝字當先
因為自己也在做視頻，經常會用到一些軟件，這裡推薦一個小白就可以操作的字幕軟件《字幕通》軟件。
剛開始做視頻的時候，也聽那些所謂專業的老師說用AE來操作，對於一個連大學都沒上過的我來說，根本看不懂好嗎。或者說那些所謂的自媒體老師自己都不會用AE好嗎。
但是沒辦法，為了賺錢拍視頻要陪字幕啊，後來用了愛剪輯快剪輯。自己一個字一個字手打，然後自己對接音軌。累的要死，為了偷懶，開始逛各種論壇，皇天不負有心人，找到了。
會用電腦就能操作，全是中文的
把拍好的視頻導入進去，點擊語音切軸，然後點擊語音識別，一般的方言什麼的都能識別出來，自動同步到音軌。
覺得文字樣式不好看，還能自己設置，最後導出視頻就可以了
