做科技测评的中文 YouTuber 大多有过这种经历:剪完一条二十多分钟的笔记本评测,在 YouTube Studio 打开自动字幕,免费,也不用离开浏览器。等字幕出来一看,专有名词和规格术语错了一大片,中英混杂的段落还被整段当成英语处理。接下来的问题就是:继续改,还是换工具?
本文先走一遍 YouTube Studio 的三条字幕路径,再讲自动字幕的长处和短板,最后介绍用 Subanana 生成 SRT 再上传的补位流程。
本文内容来自 YouTube 和 Subanana 的公开文档。想直接比较两边的效果,最好用你自己的视频跑一遍。

YouTube Studio 的三条字幕路径
YouTube Studio 的字幕页(Subtitles)里,给视频加字幕一共有三条路径,可以单独用,也可以混着用。
- 进入字幕设置:登录 YouTube Studio,在左侧菜单点字幕页。选中视频进入字幕分页,点
Add language选择源语言,比如中文或英语。 - 路径 A:等 YouTube 自动生成:视频上传后几分钟到几小时内,YouTube 会对支持的语言做语音识别,生成一条标记为自动的字幕轨。打开后可以直接编辑,改错字、调时间、断行。对精度要求不高的短片,这条路成本最低。
- 路径 B:从零手动输入:自动字幕还没生成或完全不能用时,选择手动输入(
Type manually)。YouTube 会显示播放器和文字输入栏,边播边打,时间自动记录。适合短片,或想完全控制字幕内容的创作者。 - 路径 C:上传 SRT 文件:专业流程最常用这条。已经用其他工具做好 SRT(比如下文的 Subanana 流程)后,选择
Upload file,再选带时间码的文件(With timing)上传,YouTube 会读取时间码自动对齐。 - 保存并发布:保存为草稿或直接发布。观众可以在播放器的
CC按钮里看到语言选项。
最常见的专业流程,是先让 YouTube 自动跑一遍当起点。能用就用,不能用就走路径 C,上传自己的 SRT。
YouTube 自动字幕的长处
讲短板之前,先说清楚它比独立 AI 字幕工具强在哪里:
- 完全免费,没有额度限制:上传视频就自动跑,不用另外订阅工具。
- 流程上没有摩擦:不用下载视频,也不用导出导入。视频本来就在 YouTube 上,字幕也在 YouTube 生成和发布。
- 英语的准确度通常可以接受:录音干净的英语播客、Vlog 和教学视频,稍作编辑一般就能发布。
- 时间码自动对齐:由 YouTube 内部对齐,不会出现上传 SRT 后整条字幕轨错位的问题。
如果你的内容以英语为主、时长较短、录音可控,YouTube 自动字幕就是最顺手的选择,不用换工具。
YouTube 自动字幕吃力的场景
YouTube 自动字幕用的是 Google 内部的语音识别,遇到几类素材会明显掉链子。对中文 YouTuber 来说,下面几点影响最大。
1. 中文专有名词和专业术语识别不稳:YouTube 官方帮助页面只说准确度会受发音、口音、方言和背景噪音影响,没有公开分语言、分主题的准确度数字。在中文内容里,人名、品牌名和数码规格术语常常出错。科技测评、教学、财经评论这类内容,改字幕的工夫可能比从零做还大。
2. 中英混杂内容识别弱:全程中文夹着英文专业词的内容很常见,比如外企工作分享和科技产品评测。YouTube 自动字幕会把其中一种语言设为主轨,另一种语言的结果明显差一截。
3. 断行和标点不合中文阅读节奏:自动字幕的断行不一定顺着中文的语气走,标点也未必放对。Shorts 这类短视频对排版要求高,几乎一定要手动调整。
4. 自动翻译字幕质量有限:把中文字幕用 YouTube 自动翻译成英语、日语、韩语后发布,机器翻译的痕迹很明显。打算跨地区发行的频道,通常要另外处理翻译这一步。
5. 各语言成熟度不均:YouTube 官方支持的自动字幕语言超过 60 种,但 Google 没有公开分语言的准确度数字。社区的长期观察是英语最强,主流欧洲语言中等,亚洲语言(包括中文、日语、韩语、越南语、泰语)波动较大,小语种最不稳定。
补位流程:用 Subanana 生成 SRT 再上传 YouTube
如果试过 YouTube 自动字幕后结果不理想,尤其是专有名词和中英混杂的部分,最务实的做法是把字幕交给其他工具处理,拿到 SRT 再传回 YouTube。
Subanana 就适合这个补位角色。它持续评测多个语音识别模型,按源语言选择表现最好的模型,覆盖 95 种以上语言。和中文 YouTuber 相关的功能有这些:
- 词汇表(Glossary):把品牌名、人名和技术术语预先登记到项目里,YouTube 反复听错的专有名词可以一次固定。对商业频道来说,这是最省时间的功能。
- LLM 校对:LLM 过一遍文字稿,给出 0 到 100 的质量评分,标出疑似识别错的字(“在见”应为“再见”)和需要调整的标点,提出修改建议后由你确认。
- 翻译整合在一个项目里:中文文字稿可以在同一个项目里翻译成英语、日语、韩语等,再导出各语言的 SRT。
- 按工作区计费:按工作区而不是按用户人数计费,编辑团队共用很方便。
流程如下:
- 把 YouTube 视频链接粘贴到 Subanana,或直接上传原始录制文件。
- 选择源语言。
- Subanana 生成文字稿和时间码,你可以在编辑器里直接修改。
- 需要时,在编辑器里修正专有名词和专业术语。
- 需要翻译就在同一个项目里选择目标语言。
- 导出 SRT(用 WebVTT 流程的也可以导出 VTT)。
- 回到 YouTube Studio 的字幕页,依次选择
Add language、Upload file、With timing,再选中刚导出的 SRT。 - 发布视频,观众就能在
CC按钮里看到新的字幕语言。
要发行多个语言的频道,重复这个流程即可:同一份文字稿翻译成多种语言,分别导出 SRT,再分别上传成 YouTube 的不同语言字幕轨。
YouTube 自带够用,还是要走 AI 流程
简单的判断规则:
- 英语为主、短片、录音干净:用 YouTube 自动字幕,稍作编辑就发布。
- 只有中文、录音质量好、修改成本可以接受:把 YouTube 自动字幕当草稿,先估算修改专有名词要花多久,再做决定。
- 品牌名、产品名、人名密集,中英混杂,质量要求高:用 AI 工具生成 SRT 再上传。来回多一步,换来的是观众读得顺的字幕。
两边都可以免费试。Subanana 的免费方案每个文件只处理前 15 分钟,且不能导出文字稿或字幕文件,但已经够你对比识别效果。最快的判断方法,就是拿你频道里一条典型视频各跑一次,这比继续看对比文章有用。