要為廣東話影片加字幕，很多人會先搜「廣東話字幕工具」，然後陷入品牌對品牌的評測頁：誰標榜更高準確率、誰寫「完勝」。對香港創作者來說，真正決定成敗的，往往不是廣告句子，而是三件事——辨識準不準、能不能把口語收成可讀的書面語、以及匯出格式能不能接回你正在用的剪輯軟件與平台。
通用剪輯軟件的內建轉寫、短片 App 的自動字幕貼紙、專為粵語而設的線上工具，三者解決的問題並不相同。選錯一類，常見結果是：時間軸上逐句改近音字、品牌名前後不一、或者 YouTube 有軟字幕、Reels 卻又要重做一輪燒錄。
本文不以虛構百分比互比品牌，而是整理一套可重複的挑選準則：先釐清片種與發佈渠道，再逐項檢查準確度、語體、中英夾雜、詞庫、格式與校對成本。最後才談何時值得用專為廣東話而設的工具，以及如何用短素材自己驗證。
先釐清你要解決的是哪一種問題
選工具前，先寫清這支片的「工作定義」。教學、評測、品牌合作片，多數需要書面語字幕，讓跨地區華語觀眾也能讀；本地 Vlog、街訪、娛樂短片，則可能要保留部分俚語與語氣。渠道也不同：YouTube 適合上載軟字幕軌服務搜尋與開關；Instagram Reels、TikTok 多數要燒錄進畫面，觀眾才會在靜音滑動時看到字。見 YouTube 廣東話字幕、TikTok 廣東話字幕。
音訊條件同樣決定工具表現。安靜對白軌、清楚單人講解，多數模型都能交出可用草稿；茶餐廳底噪、車廂、多人搶話、BGM 蓋過對白，則會放大錯字與斷句問題。若你的常規素材偏嘈雜，挑選時應優先看「噪音提示／置信度」一類可協助優先校對的功能，而不是只看示範片的漂亮截圖。訪談、客服或街訪錄音的轉寫思路，也可對照 廣東話語音轉文字。
還有一種常見混淆：把「剪輯軟件」當成「粵語轉寫軟件」。Premiere、Final Cut、DaVinci Resolve、CapCut 擅長時間軸與樣式；它們的內建轉寫對廣東話、中英夾雜往往不夠穩。較務實的分工是：轉寫與書面語在外完成，樣式與燒錄留在剪輯軟件。平行做法見 Premiere Pro 廣東話字幕、Final Cut Pro 廣東話字幕、DaVinci Resolve 廣東話字幕、CapCut 廣東話字幕。
預算與使用量也要一開始就攤開：按影片時長扣配額的方案，適合有穩定出片節奏的頻道；偶爾才做一條長片的人，更應先算「每條片要改多久字」——校對時間往往比訂閱費更貴。免費額度應用來做壓力測試，而不是假設示範片的表現可以直接外推到你的收音環境。
準確度要怎麼驗，而不是怎麼聽廣告
「準確率九成以上」一類標示，只在你自己的口音、收音與片種上成立時才有意義。比較穩妥的驗收方法是：挑三至五分鐘「最難」的真實素材——至少包含兩個專有名詞、一段中英夾雜、一段現場噪音——用同一檔案試兩至三款工具，再數需要人手改的句子類型，而不是只看整體錯字百分比。
優先檢查這幾類錯誤是否密集出現：人名與品牌英文名、價錢與數字、懶音造成的近音字、以及被音樂或笑聲帶偏的段落。若工具能標出低信心句段或噪音相關提示，校對可以先改這些位置，其餘抽查即可。CantoSub AI 平台標示廣東話辨識準確率可達九成以上；Model 2.0 另提供置信度評分，並能識別與標記不清楚或有背景噪音的音訊部分，方便把人工時間花在真正不穩的句子。
不要用工具官網的示範片做唯一依據。示範片通常收音乾淨、語速穩定、專有名詞也已「餵過」模型。你自己頻道裡那條街訪或直播精華，才是準確度的壓力測試。若兩款工具在乾淨素材上難分高下，嘈雜素材上的差距往往更明顯。
書面語、俚語與填充詞：語體開關比「多一種語言」更關鍵
廣東話創作的獨特點，是「說出口」與「寫上畫面」經常不是同一套詞。觀眾聽「食咗未」沒問題；畫面上若整條片都以口語字呈現，跨地區讀者或較正式的品牌片就會顯得突兀。挑選廣東話字幕工具時，應確認能否在口語轉寫之外，選擇轉成自然書面語，以及能否按片種保留或收斂俚語。原則見 廣東話口語轉書面語。
填充詞同樣影響可讀性。「呢、啦、啊」在語音裡自然，逐字上字幕卻會拖慢閱讀節奏，尤其是 Reels 一類一行字數本就緊張的場景。若工具可選擇包含或移除常見填充詞，並可控制標點，校對負擔會明顯下降。CantoSub AI 2.0 提供俚語處理、填充詞控制與標點符號選項，可按片種固定一套風格，而不是每集靠人手改語氣。
語體決定之後，整條頻道最好維持一致：教學片一律書面、閒聊系列可保留部分口語標記。工具若每次輸出風格漂移，你仍會在剪輯軟件裡花時間統一用詞。選購時可問：風格是「一次設定、之後套用」，還是「每份檔案重新勾選」。
中英夾雜與自定義詞庫：香港內容的兩道關卡
香港對白經常夾雜 meeting、deadline、產品英文名與商場地名。有的工具會把英文詞硬譯成不自然的中文；有的則整段切錯，令中英邊界變成近音亂碼。挑選時應確認：能否選擇保留英文詞或轉中文，以及規則能否整條片一致套用。見 中英夾雜字幕。
專有名詞是第二道關卡。藝人名字、品牌寫法、課程術語，若每次都靠人工搜尋替換，長片與系列片會迅速失控。較好的廣東話字幕工具應支援專屬詞庫，讓模型優先採用你指定的寫法。做法見 字幕自定義詞庫。CantoSub AI 可建立品牌名稱、人物／地名、行業術語等詞庫，並優先識別採用。
驗收時，刻意在測試素材裡放兩個「工具沒聽過」的品牌拼法，看詞庫生效後是否穩定。若詞庫只能在匯出後做全文取代、卻不能影響辨識階段，長片仍可能出現同音異寫，校對成本不會真正下降。
匯出格式與工作流：能不能接回你的軟件
準確的文字若無法以可用格式離開工具，仍然不算選對。最低限度應支援 .srt（多數剪輯軟件與 YouTube 軟字幕的共通語）；若你主要在 Final Cut 工作，.fcpxml 有時能保留更多時間軸資訊。取捨見 SRT 與 FCPXML 怎麼選。CantoSub AI 支援 .srt、.fcpxml、.txt 等主流格式，並標明兼容 Premiere Pro、Final Cut Pro、CapCut、DaVinci Resolve。
也要事先想好「軟字幕」與「燒錄」兩條交付。同一份校對過的母字幕，可以：上載到 YouTube 作軟字幕軌；再在剪輯軟件燒錄直式短片給 Reels／TikTok。不要為每個平台重新轉寫一次，否則專有名詞容易前後不一。短片還要顧一行字數與底部安全區，見 Reels 字幕長度。
處理速度影響的是你敢不敢把字幕納入每集例行流程。CantoSub AI 標示一小時影片大約十四分鐘完成；新用戶有 30 分鐘免費試用、無需信用卡。配額與方案見 價格；風格與 Model 2.0 能力見 CantoSub 2.0。完整上載到匯出步驟，可對照 廣東話字幕生成器使用步驟。
編碼與檔名也值得在清單裡加一項：匯出 .srt 時優先用 UTF-8，避免在 Resolve／Premiere 出現空白框或亂碼；檔名用英文或數字較不易在跨軟件拖放時出問題。若同一專案要出橫式長片與直式短片，先鎖母字幕文字，再分別調位置與分行，不要為每個裁切版本重新轉寫。
何時值得用專為廣東話而設的工具
若你的對白以英文為主、偶爾夾一句粵語，通用工具加人手改可能已夠。若成片以廣東話為主，又同時要書面語、中英夾雜規則與專有名詞一致，專用語具通常比「在剪輯軟件內建轉寫裡徹夜改字」更接近可發佈品質。評測頁上的品牌對決可以當參考，但最終仍應以你自己的三至五分鐘壓力測試為準。若你已在比較特定產品線，也可另讀 CantoSub 2.0 與 Subanana 比較；本文焦點仍是挑選準則，而不是單一賽果。
CantoSub AI 由香港團隊研發，針對廣東話口語、俚語與中英夾雜優化，並提供口語轉書面語、詞庫、多格式匯出與 Model 2.0 的置信度／風格控制。價格方面，專業版標示為每月 HK$120、含 3 小時配額（以 價格 頁為準）。從 註冊 啟用試用後，用你頻道裡最難的素材跑一輪，比再讀一篇「誰完勝」更有用。
選工具的目標不是找到「永遠第一名」的品牌，而是固定一條可重複的流程：上載較乾淨的對白軌 → 鎖定語體與詞庫 → 先改低信心句 → 匯出母字幕 → 再分岔到軟字幕或燒錄。流程穩了，換軟件或換平台才不會每次重頭學轉寫。長片（Podcast、會議精華、課堂）與短片可以共用同一套準則，只是校對密度與分行策略不同——長片優先核對專有名詞與數字；短片優先核對一行是否讀得完、會否被介面遮住。
常見問題
問：剪輯軟件內建轉寫算不算廣東話字幕工具？
答：它能產出草稿，但多數對粵語口語、中英夾雜與書面語轉換不夠穩。實務上常把轉寫交給專用語具，再把 .srt 匯回剪輯軟件調樣式與燒錄。
問：準確率標示很高，還需要自己試片嗎？ 答：需要。標示多以特定條件量度；你的口音、BGM、專有名詞與片種才是真實壓力。用同一段難素材比較兩款工具，比只看廣告數字可靠。
問：一定要口語轉書面語嗎？ 答：視觀眾與片種。品牌、教學、跨地區發佈多數宜書面；本地閒聊可保留部分俚語。重點是整條片（最好整條頻道）規則一致。
問：只做 Reels／TikTok，還需要 .srt 嗎？ 答：需要。先有校對過的母字幕，再燒錄進直式成片，之後若要上 YouTube 軟字幕或改字，不必重聽一輪。
問：免費額度夠不夠判斷適不適合？ 答：多數情況下，三至五分鐘含專有名詞與夾雜詞的測試已足夠看出錯字類型與匯入流程是否順。CantoSub AI 提供 30 分鐘免費試用、無需信用卡，足夠跑數條短測試。