剪好一條廣東話片，最後才發現字幕還未做。YouTube 自動字幕把地名寫成近音字，短片內建辨識又把 deadline 變成一串怪漢字。這時多數人會搜「廣東話字幕生成器」——不是想再學一套剪輯軟件，而是想把對白變成可校對、可匯出的字幕檔。
廣東話字幕生成器的價值，通常不在「一鍵完片」，而在把最耗時的轉寫與時間碼先做完。你仍要決定口語還是書面語、核對品牌名與數字，再把 .srt 送回 Premiere、Final Cut、CapCut 或平台軟字幕軌。流程短，返工才少。
「準」往往不是單一數字：音質、口音、片種與校對習慣都會改變結果。同一款生成器，用乾淨對白軌與用街外原檔，體感可以差很遠。下文按實際上片順序寫：上載前準備什麼、生成後先改哪些、何時要書面語與詞庫，以及匯出後怎麼接到剪輯軟件。不講空泛評分表；只寫你今晚就能跟住做的步驟。
為什麼要專用廣東話字幕生成器
通用 AI 字幕對清晰英文、普通話對白尚可；一遇上香港口音、懶音、語氣詞與中英夾雜，錯字密度就會明顯上升。生成器若未針對粵語訓練，你花在逐句改字的時間，往往比「先產出底稿再校對」更長。
另一個分別在「口語轉書面語」。街訪、Vlog 可以保留口語氣；教學、評測、品牌合作片，觀眾多半希望讀到較易跨地區理解的書面語。專用工具通常把轉寫與語體分開處理，比在時間軸上逐格刪「呢啦啊」划算。取捨見 廣東話口語轉書面語。
還有一種常見誤會：把「語音轉文字」等同「可上架字幕」。逐字稿可以不分行、可以保留填充詞；上架字幕卻要顧可讀性、鏡頭切換與平台安全區。生成器若能智慧分段、控制填充詞與標點，後段在剪輯軟件只調樣式即可，不必一邊改字一邊挪關鍵幀。
格式也很實際：能匯出 .srt、.fcpxml、.txt，才能接到主流剪輯軟件與 YouTube 軟字幕。CantoSub AI 標明支援這些格式，並兼容 Premiere Pro、Final Cut Pro、CapCut、DaVinci Resolve；影片與音訊亦涵蓋 MP4、MOV、MP3、WAV 等常見類型。配額與方案見 價格。
上載前：先讓音軌乾淨一點
生成器再準，也救不了音樂蓋過對白、兩人同時搶話、或整段風噪。上載前花幾分鐘整理音訊，比事後改一百個錯字便宜。
實務上可做這幾步：
- 盡量用對白軌或已降噪的混音；背景音樂、音效留給成片，不必拿去辨識。
- 剪掉過長的靜音與片頭片尾空鏡，減少無意義時長佔用配額。
- 多人訪談若已分軌，先選主講者軌；無法分軌時，至少避免把整場嘈雜現場原檔直接丟進去。
- 街訪、戶外片接受一定錯字率，但人名、店名、價錢要預留人工核對時間。
若成片已混好音樂，可另導一條「對白為主」的臨時音訊只供轉寫，完成後再對回有配樂的成片時間軸。這樣既不用為字幕重混整條片，也減少歌詞被誤認成對白的情況。
CantoSub AI 建議使用較高質量音訊、減少背景噪音與空白段；Model 2.0 另有噪音檢測與置信度評分，方便之後先改低信心句段。新用戶有 30 分鐘免費試用、無需信用卡，可從 註冊 用自己真實素材試一輪——廣告數字再漂亮，也不如你頻道口音的實測。
四步流程：上載、轉寫、調書面語、匯出
多數線上廣東話字幕生成器的骨架相近，差別在粵語準確度、書面語選項、詞庫與匯出格式。你可以按這四步固定自己的清單：
- 上載影片或音訊，選定廣東話／粵語為來源語言。
- 等轉寫完成，先掃一輪明顯錯字與時間碼是否整段偏移。
- 決定語體：保留口語，或轉書面語；同時處理填充詞與標點。
- 匯出 SRT（UTF-8），再匯入剪輯軟件調樣式，或上載到平台當軟字幕。
在 CantoSub AI，廣東話辨識準確率平台標示可達九成以上；處理速度方面，一小時影片大約十四分鐘完成。Model 2.0 提供俚語保留／轉正式、填充詞開關、標點控制，以及中英夾雜時保留英文詞或轉中文的選項。風格細節見 CantoSub 2.0。
不要指望「生成完即發佈」。把生成器當成快而準的底稿機：你負責品牌安全與可讀性，機器負責時間碼與初稿文字。
同一條素材若會剪成多個版本（長片、Shorts、廣告裁切），先完成一份「母字幕」再按版本刪減，通常比每條短片各自重新轉寫更一致。母檔鎖定專有名詞與書面語規則後，切片只調分行與時長即可。
校對時優先改什麼
全片逐字聽完當然最穩，但多數創作者沒有這份時間。按風險排序，通常更快收工：
- 專有名詞：品牌、人名、商場、產品型號。同一批錯字若每集重現，應寫進自定義詞庫，見 字幕自定義詞庫。
- 數字與行動呼籲：價錢、日期、連結口播、折扣碼——錯一個字就等於整句失效。
- 低置信度或嘈雜段：若工具有信心評分或噪音標記，先改這些句，再掃其餘。
- 中英夾雜：整條片先定規則——保留
meeting／deadline，或一律轉中文，避免前後不一。原則見 中英夾雜字幕。
分行也要順便看：短片一行宜短，長片可略寛，但忌一句拖兩個鏡頭才換行。靜音播一次，比開著聲「自以為聽得懂」更能發現讀不完的字幕。
若片中有數學式、課程代號或產品 SKU，更要逐格核對：近音漢字看起來「差不多」，發佈後卻會誤導搜尋與留言提問。教育向內容可一併留意公式與術語格式是否仍可讀。
匯出之後接到剪輯與平台
.srt 是跨軟件最省事的選擇：Premiere、CapCut、多數線上工具都能匯入；Final Cut 深度調整則可考慮 FCPXML。格式取捨見 SRT 與 FCPXML 怎麼選。各軟件實務亦可參考 Premiere Pro 廣東話字幕、Final Cut Pro 廣東話字幕、CapCut 廣東話字幕。
發佈渠道決定要不要燒錄：
- YouTube：軟字幕軌有利搜尋與開關字幕；流程見 YouTube 廣東話字幕。
- Reels／TikTok：資訊流常預設靜音，多數要燒錄進畫面；長度與安全區見 Reels 字幕長度、TikTok 廣東話字幕。
同一份校對過的文字，可以同時服務軟字幕與燒錄版，不必重聽一輪。生成器負責「字對不對」；字級、描邊、底部安全區留給剪輯軟件。
匯入後若整條字幕提早或延遲半拍，先檢查成片是否裁掉片頭、或時間軸從非零開始。微調起始點通常比逐句拉時間碼更快。確認對齊後，才進入統一字級與位置——先改樣式再對時間，很容易改完樣式才發現整軌要重來。
試用時怎樣判斷夠不夠用
免費試用最該驗證的，不是介面漂不漂亮，而是你真實素材上的錯字類型。建議用一條三至五分鐘、含中英夾雜與至少兩個專有名詞的片段測試，並記下：
- 專有名詞要改幾次？詞庫能否一次鎖定？
- 口語轉書面語後，句子是否仍像人話，還是變成生硬直譯？
- 匯出的 SRT 在你主力軟件能否正確對齊時間碼？
- 嘈雜段有沒有標記或低信心提示，方便你跳著改？
CantoSub AI 的定位是專為廣東話語境優化的字幕生成：口語轉書面語、自定義詞庫、多格式匯出，以及 Model 2.0 的風格與置信度控制。價格與分鐘配額以 價格頁 為準；用量按影片時長扣減，未用完配額會在月底重置。若你主要做會議紀要而非成片字幕，流程重心會不同，可另見 廣東話會議錄音轉文字。
長音檔如 Podcast、課堂重溫，還要先想清楚用途是全長字幕軌、文稿，還是切片短片——切句策略會不一樣。可參考 Podcast 廣東話字幕 與 課堂錄音字幕。
常見問題
問：廣東話字幕生成器跟剪輯軟件內建轉寫差在哪？ 答：內建轉寫方便「在同一條時間軸改字」，但粵語口語、中英夾雜與書面語轉換往往較弱。生成器先產出可匯出的字幕檔，讓你在專用語境校對後再匯入調樣式，多數公開發佈的廣東話片會更省事。
問：一定要轉書面語嗎？ 答：視觀眾與片種。本地熟客 Vlog 可保留口語；教學、品牌、希望華語區也能讀的內容，書面語通常較穩。重點是整條片同一規則，不要前半口語、後半突然變書面。
問：免費試用夠不夠判斷準確度？ 答：夠做抽樣，不夠代替整季內容的口音與收音條件。用你自己頻道裡最難的一段（嘈雜、夾雜、專有名詞多）試，比用示範片更有參考價值。CantoSub 提供 30 分鐘免費試用且無需信用卡。
問：匯出 SRT 後還要不要對時間軸？ 答：多數情況下時間碼已大致對齊；若成片由多段素材拼接，或以非 0:00 起算，匯入後可能要微調起始點。編碼選 UTF-8，可減少亂碼與匯入失敗。
問：短片與長片流程要分開嗎？ 答：轉寫與校對原則相同；差別在分行長度與是否燒錄。短片優先可讀性與安全區，長片可兼顧軟字幕搜尋。先產一份準的文字，再按平台分叉，比為每個平台重做轉寫划算。