01 / 输入
上传音频
录好的配音、播客单集、讲座录音，或者有声书章节都可以，也支持批量上传。
episode-042.wav · 01:40:12
强制对齐 · 不是语音转写
稿子你已经有了。我们只负责找 时间轴。
上传配音和你想要显示在画面上的准确文字，我们把它逐词对齐到音频上，直接输出干净的 SRT 字幕。 不重新转写，不会听错人名，不需要重写。
- 不需要信用卡
- 免费额度也能导出完整 SRT
- 单个文件最长 4 小时
episode-042.wav·script-v7.txt
就绪
01输入拖入音频和稿子即可开始
音频拖入音频文件WAV · MP3 · M4A · MP4 · ≤ 4 小时
稿子拖入稿子文件TXT · DOCX · MD · 保留换行
02对齐等待输入
你的稿子 — 已锁定到音频
So the first thing I tell every client isdon’t touch it for six weeks.I know that sounds impossible,but that’s exactly why most peoplenever find out what their hairis actually capable of doing.
03输出SRT · VTT · TXT
SRT · 输出0 / 6
episode-042.srt6 cues · 1.2 KB下载
0:00 / 0:26
- 处理速度
- 100分钟大约一分钟完成对齐，不用拖时间轴
- 单价
- $7/100分钟额度永不过期，无需订阅
- 单文件上限
- 4小时文件再长也不加价
- 文件保留
- 24小时到期后文件会被彻底删除
工作原理
三步完成，不用拖时间轴。
这是强制对齐工具，不是语音转写工具。正因为如此，输出才会精确。
02 / 稿子
粘贴你的准确稿子
想显示在屏幕上的原文直接贴进来。换行会被保留，你的专有名词不会被改动。
「所以我跟每个客户说的第一句话就是 —— 先别碰它。」
03 / 输出
下载 SRT
每句的时间都精确到毫秒。可以直接导入剪辑软件或 YouTube Studio。
.SRT · .VTT · .TXT
引擎内部
对齐过程中实际发生了什么
四个阶段，中间没有任何语言模型。你的文字不是从音频里重新猜出来的 —— 而是被定位出来的。
阶段 01
音频输入
16 kHz 单声道，切成 20 毫秒一帧。静音段由语音活动检测直接跳过。
阶段 02
音素后验概率
每一帧都和音素表比对，而不是和英文单词比对。
阶段 03
稿子评分
你的稿子会被转换到同一个音素空间，再和音频进行匹配。
阶段 04
字幕时间戳
词的边界就是字幕的边界。毫秒精度，全程不做转写。
为什么不直接用转写工具
转写工具在猜你的文字。
我们从不猜。
语音转写工具是「听，然后把自认为听到的写下来」。如果稿子本来就有，这一步纯属倒退。
实际发生的情况
常见转写工具
用 AlignSRT
嘉宾姓名与品牌名
听错，然后被搜索索引错
完全按你写的来
标点与换行
自动生成，再手动修
原样保留你稿子里的
重新剪辑之后
字幕错位，只能手动重新对
对着新音频再跑一次
每 100 分钟成本
多数按量计费工具要 $12–25
$7，额度永不过期
价格
按分钟付费。
不按占位付费。
可以按月订阅，也可以买一次永久持有。两种都是按音频时长计费 —— 不按视频时长，不按人头。
免费
$0
前 30 分钟，可完整下载
- 不需要信用卡
- SRT 无水印
- 支持 SRT 与 VTT 导出
按量购买
$3.99/ 100 分钟
一包买断，永不过期。需要时再补。
- 额度永不过期
- 每包 100 分钟
- 对齐失败自动退还额度
- 文件最长 4 小时，不加价
按月订阅
$9.90/ 月
含 500 分钟 · 折合每 100 分钟 $1.98
- 批量上传
- 术语锁定（人名、品牌）
- 随时升级或取消
每月订阅，按需选档
额度每月刷新，未用完不结转；想要永久有效的余额，可以另外买按量包。
- 按音频时长计费，不按视频时长
- 按量包没用完的额度永久属于你
- 文件在 24 小时内删除
常见问题
大家真正会问的问题
Q1稿子和我说的话不完全一样怎么办？
小的差异没问题 —— 对齐能处理口头语、卡壳和轻微改口。如果整句被重写了，那一行会被标记出来，你可以在编辑器里修正。每次对齐都会给出置信度，你能确切知道该检查哪几行。
Q2计费是按视频时长还是音频时长？
只按音频时长。上传一个 100 分钟的视频、里面只有 100 分钟人声，就只算 100 分钟。我们只对齐音频 —— 视频文件可以上传，但画面不参与处理。
Q3如果对齐失败会怎样？
额度会自动退还，不需要你申请。如果是因为音质问题或稿子差异过大导致失败，你会看到具体原因，并把分钟数拿回来。
Q4单个文件最长多久？
单个文件最长 4 小时，超长不加价。有声书章节和完整讲座正是我们这样设计的原因。
Q5可以导出哪些格式？
所有方案都支持 SRT 和 VTT，另外还有纯文本。可以直接导入 Premiere Pro、DaVinci Resolve、Final Cut Pro 和 YouTube Studio。
Q6你们怎么处理我的文件？
只用于生成你的字幕，之后 24 小时内删除。不会用你的音频或稿子训练任何模型，也绝不会出售或分享。
Q7可以退款吗？
如果输出确实不可用，14 天内发邮件给我们，直接退款，不追问原因。免费 30 分钟的存在，就是为了让你先判断质量再付钱。