
AI Multi
面向视频创作者的多语翻译工具,上传片段即可生成 AI 配音、字幕与 AI 口型同步,支持 80 余种语言。
字幕说走的不是常见的语音识别路线,而是一条音文对齐的捷径。创作者先准备好定稿文案,再把音频交给字幕说,算法把每一句文案精确贴回对应的时间点上,生成 SRT 字幕轴。
字幕说的对齐速度和准确率都很可观,官方给出的平均耗时在十秒左右,基于定稿文案对齐意味着几乎不出现识别错别字。对影视解说、课程这类提前备稿的内容,字幕说比传统 ASR 省掉大量后期校对。
不少试用过字幕说的 up 主提到,最直观的感受是导出视频干净、字幕和口播对得齐,不用再逐句拖时间轴。也有用户指出免费版导出带水印、长视频有时长限制,想去掉这些得开会员或用付费点数。
字幕说的前提是你得先有文案,字幕说不解决从零识别语音的问题,纯录音没稿子就使不上劲。语音合成功能在官网标注为内测招募,音色数量虽多但部分高级嗓音要付费点数,且目前对多语种混排和专业降噪支持有限。
字幕说的计费很轻,注册送 100 分钟对齐额度,专业套餐折算每分钟约 0.004 元,比大型识别平台便宜一个数量级,适合量大的视频团队把对齐成本压到极低。
注册即送 100 分钟音文对齐免费额度(价格可能随官方调整);语音合成普通用户单次可提交 1000 字以内免费任务,每天限 10 次。
| 套餐 | 价格 | 包含内容 |
|---|---|---|
| 专业对齐套餐 | 125 元 / 30000 分钟 | 音文对齐按量计费 折算约 0.004 元/分钟 适合大批量视频后期 |
| 会员年包 | 145 元 / 年 | 每日万字免费对齐额度 语音合成 8 折优惠 免费任务次数提升,会员无有效期限制 |
| iOS 点数包 | 8 至 68 元(应用内购买) | 迷你 8 元、中等 15 元、高级 28 元、钻石 68 元 用于文字转语音点数消耗 |
| 对比维度 | 字幕说(本工具) | 剪映 | 魔音工坊 | 讯飞配音 | Arctime |
|---|---|---|---|---|---|
| 定位 | 音文对齐加文字转语音的轻量视频工具 | 剪辑软件内置字幕与配音 | 在线文字转语音与配音平台 | 商业级语音合成服务 | 专业字幕打轴软件 |
| 核心优势 | 基于定稿文案对齐几乎零错字、成本低至每分钟几分钱、十秒出轴 | 免费、剪辑一体、上手快 | 音色多、支持多语种 | 中文音质高、企业可用 | 时间轴精准、格式全 |
| 主要短板 | 必须先有文案、纯录音无法识别、TTS 仍在内测、免费版带水印和时长限制 | 字幕靠识别、专有名词易错、长视频受限 | 不做音文对齐、需先有文稿且不含时间轴 | 无对齐出轴能力、按量计费 | 不识别也不对齐、需先有文稿与时间信息 |
| 价格 | 注册送 100 分钟免费,专业套餐 125 元每 30000 分钟,会员年包 145 元(价格随官方调整) | 免费 | 按字数收费(以官方为准) | 按字数或套餐(以官方为准) | 免费版加付费(以官方为准) |
| 适合谁 | 提前备稿、想压低对齐成本的自媒体与视频团队 | 轻度中文字幕用户 | 专注配音不要求精准字幕轴的用户 | 追求高音质的配音团队 | 已有文本专注精调轴的专业字幕组 |






