字幕這件小事，值得一套專門的程式

做影片的人遲早都得處理字幕。片源沒有內封字幕、網路上的字幕時間軸差半秒、還有一堆格式要互轉，這些都是日常。Subtitle Edit 從 2001 年維護到現在，是這個領域資歷最深的開源選擇。SRT、WebVTT、ASS 與 SSA、TTML 等主流格式都能開啟、編輯與互轉，波形與頻譜檢視讓逐格對齊可以靠眼睛完成，整個資料夾的批次轉換一次跑完，授權則是 GPLv3，下載之後沒有另一層付費。

一次到位的跨平台改寫

2026 年 6 月推出的那個版本不是更新，而是重做。介面搬到 Avalonia 框架與 .NET 10 之上，macOS 首次與 Windows、Linux 並列為正式支援的平台，其中包含 Apple Silicon 的原生封裝。9 月 10 日發布的 5.2 版則把與前一代 Windows 版本的落差補齊：章節編輯器、強制敘事字幕的欄位、錯誤清單與統計面板都回來了。

它同時帶來那種說起來簡單、手動做起來很煩的建議。輔助拆分與移動會依閱讀速度與斷句規則提出新的斷點，按一次就能套用。現代介面該有的細節也在，從高 DPI 縮放到跟隨系統設定的深色模式。

語音模型時代的字幕流程

把語音變成文字是這套工具的另一半。內建 Whisper 與 WhisperX，完全沒有字幕的影片可以在程式裡直接生出初稿。如果文字已經燒在畫面上，Tesseract OCR 能把它重新取成可編輯的文字。翻譯則可走 DeepL、Google 翻譯或本機模型，而且能在批次轉換裡一起跑，不必一個檔案一個檔案處理。

合起來，它涵蓋了一條平常要動用三、四套軟體的鏈路：從完全沒有字幕，到粗略的逐字稿，再到帶時間軸的字幕，最後變成觀眾需要的語言、並經過校對的成品。對字幕組、獨立創作者，或製作無障礙內容的團隊來說，要找到能取代這套組合的免費方案並不容易。

它在一天的工作裡的位置

這套程式並不是圍繞某個炫目的功能打造，而這正是重點。字幕工作的大部分時間其實是修：把讀起來太趕的一行縮短、把比說話者早出現的提示往後挪、確認同一個名字在第一百行和第一行拼法一致。錯誤清單與統計面板就是為這些事存在，批次轉換則是為了一次把一整批檔案拉到同一個水準。

如果只需要把整個檔案平移固定的秒數，還有更簡單的選擇。這套程式的價值從「檔案需要被讀、被判斷、被局部重寫」那一刻開始，那也是純文字編輯器不再夠用的地方。

實際用起來，這套流程最省事的地方在於不必來回切換。同一支影片，先在程式裡產生初稿，再直接在時間軸上修時間、改斷句，需要翻譯時把整份檔案丟進批次，跑完就是另一個語言的版本，中間沒有匯出匯入的往返。

值得提醒的是，自動產生的初稿終究只是初稿。語音辨識在口音重、多人搶話、背景音樂明顯的片段仍會出錯，數字與專有名詞尤其容易走鐘，OCR 遇到低對比度的字幕也會漏字。把它當成省掉第一輪聽打的幫手，而不是省掉校對的理由。

Subtitle Edit 示範了垂直工具做到極致是什麼樣子：二十五年持續維護、一次徹底的跨平台重寫，以及在真正有用的時候補上的語音辨識。它不炫技，但每個做字幕的人遲早會慶幸自己裝了它。