短片剪完，在 CapCut 按自動字幕，期望五分鐘交貨。結果人名聽錯、英文詞變成近音漢字，「deadline」「meeting」變成一串似是而非的字。CapCut 廣東話字幕不是不能用，而是它擅長剪輯與樣式，未必擅長港式口語、中英夾雜與書面語輸出。
實務上多數香港創作者不必二選一。CapCut 繼續負責轉場、字體、燒錄與直式排版；廣東話辨識與用字，改由專為粵語而設的工具先產出 .srt，再匯入 CapCut 調視覺。這樣改字一次、改樣式一次，少在時間軸上逐句拯救。
CapCut 自動字幕卡在哪
CapCut 的自動字幕是通用語音辨識。對清晰、語速穩定、少夾雜英文的對白，草稿尚可；一遇上懶音、潮語、品牌名、中英夾雜，錯字密度就會上升。它通常也沒有「口語轉書面語」這一步——你講「我哋」，字幕就出「我哋」。Vlog 可以接受；教學、品牌片、要給港以外華語觀眾看的內容，就要再花一輪人手改。
還有一類常見返工：填充詞與分段。廣東話口語裡「呢、啦、啊」很自然，但一行字幕塞滿助詞，通勤靜音觀看時會讀不完。CapCut 能幫你出字，卻未必幫你決定哪些要留、哪些要刪，也未必按短片節奏切句。結果你在時間軸上既改錯字，又手動拆句，等於把剪輯軟件當文字編輯器用。
另一個現實是平台差異：桌面版與網頁版較易匯入字幕檔；手機 App 的匯入路徑較不穩定。若你主力在手機剪片，仍可在電腦或網頁先對好 SRT，再靠雲端專案同步，而不是在細螢幕上逐字聽打。
先定文字，再回 CapCut 做樣式
較省事的順序是：
- 用較乾淨的對白軌生成字幕。背景音樂、音效留給成片，不必拿去辨識。
- 決定這條片要口語還是書面語。美食探店可留俚語；產品介紹、教學偏書面。風格開關見 CantoSub 2.0。
- 把常出現的人名、產品名放進詞庫，減少每次改同一批錯字。做法見 自定義詞庫。
- 匯出
.srt，在 CapCut 桌面版或網頁版匯入，再調字體、位置、動畫。 - 直式短片留意一行字數，勿照搬橫向長片節奏。行長另見 Reels 字幕長度。
CantoSub AI 支援 .srt 等主流格式，並標明兼容 CapCut。文字在生成端改完，CapCut 只負責「看起來像你的頻道」。
什麼時候仍可只用 CapCut
不是每條片都要外掛工具。片長極短、對白少、你本來就接受口語字幕、而且只在自家圈層發佈，CapCut 自動字幕加人手改幾句，往往夠用。一旦出現品牌名、專有名詞、要書面語、或同一批錯字反覆出現，把辨識拆出去通常更快。
也別把「在 CapCut 裡改完所有錯字」當成唯一專業標準。專業可以是：文字準、時間對、樣式穩。前兩項在字幕工具完成，第三項留給 CapCut，同樣是完整工作流。格式取捨見 SRT 與 FCPXML。
匯入後仍建議靜音播一次成片：對齊是否飄、一句是否跨兩個鏡頭、品牌名有沒有漏網。AI 能縮短初稿時間，最後一公里仍靠你自己聽一遍。口語與書面語的取捨，亦可對照 廣東話口語轉書面語。
處理時間方面，CantoSub AI 2.0 標示一小時影片大約十四分鐘完成，方便你把時間留給專有名詞校對，而不是等轉檔。新用戶 30 分鐘免費試用、無需信用卡，從 註冊 開始即可。配額見 價格。
常見問題
問：手機版 CapCut 匯入不了 SRT 怎麼辦？ 答：優先用桌面版或網頁版匯入並存專案，再同步到手機調樣式。若版本或地區暫時沒有匯入入口，也可在電腦完成燒錄後再上載平台。
問：一定要書面語嗎？ 答：不必。本地口語 Vlog 可保留俚語；跨地區、教學、企業片通常書面語較易讀。重點是先選一種風格，再進 CapCut，避免樣式定完又整段重打。