语音转字幕：Whisper 自动上字幕

24.10.29 版起，Shotcut 内置了语音转文字：基于 OpenAI 的 Whisper 模型（whisper.cpp 实现），把视频里的人声自动转成字幕轨。免费剪辑器里自带 AI 字幕的，它是先行者。

三步生成

1. 视频放上时间线
2. 字幕面板里点「检测语音」（Detect speech…）按钮
3. 等任务跑完——面板会创建两个任务（导出音频 + 转文字），结果自动成为一条新的字幕轨

模型选择

• 软件自带一个基础模型，速度与准确度平衡，体积小
• 对话框里可以指定更大的 ggml 格式模型（官方文档给了获取渠道），识别更准但更慢
• 语言要选对——中文素材就选 Chinese，识别质量直接取决于这一步

中文用户的实测注意点

• 自带基础模型识别中文，结果里可能出现简体字；需要繁体的用户一般导出 SRT 后用文本工具转码，再导回来
• 时间轴偶有提前起跳的情况——官方文档坦承时间由模型决定，属于已知现象，手动微调即可
• 识别基本只吃 CPU 多线程（GPU 加速目前限 Apple Silicon），长视频第一次跑要有耐心

转完之后

生成的字幕轨可以逐条校对、改时间，然后二选一交付：导出 SRT 做软字幕，或直接印进画面，见字幕烧录。字幕轨的日常管理见字幕面板。

功能可能随版本变化，以官方最新版为准。生成的字幕轨怎么管理、怎么导入导出，见字幕面板。