Elysia Tools
导航
Media
比较 SRT 或 WebVTT 字幕时间与可能的语音活动，并标记时间漂移。
详情
工具解析字幕提示，检测可能的语音频段活动，并将每条字幕与重叠最多的活动段比较，报告起点漂移和重叠状态。它不转录音频、不验证字幕文案，也不能保证音乐或嘈杂录音中的语音检测。
执行
填写表单、运行工具，并在同一页面查看结果。
等待运行
案例
相关内容
工具使用指南
字幕同步检查器是一款专为音视频后期制作设计的实用工具，通过比对 SRT 或 WebVTT 字幕文件的时间戳与音频文件中的实际语音活动，自动检测并标记字幕的时间漂移和重叠状态，帮助您快速定位音画不同步的问题。
背景
编辑收到了一份外包制作的 SRT 英文课件字幕，需要确认字幕时间轴是否与讲师的语音完全同步。
问题
手动逐句播放视频核对时间轴非常耗时，容易遗漏微小的延迟。
如何使用
上传教学视频的音频提取文件 `lesson_01.mp3` 和字幕文件 `lesson_01.srt`，将时间容差设为 0.2 秒，运行检查。
{
"captionFormat": "srt",
"toleranceSeconds": 0.2
}结果
快速生成了 JSON 报告，标记出第 12 条和第 45 条字幕的起点漂移超过了 0.2 秒，便于精准微调。
背景
播客节目在剪辑后重新生成了 WebVTT 字幕，但部分段落疑似出现了整体时间轴偏移。
问题
需要找出字幕是从哪一分钟开始出现累积漂移的。
如何使用
上传播客音频 `episode_99.wav` 和字幕 `episode_99.vtt`，使用默认的 0.25 秒容差进行同步检查。
{
"captionFormat": "vtt",
"toleranceSeconds": 0.25
}结果
报告显示从第 15 分钟起，字幕与语音活动的重叠率降至 50% 以下，并给出了具体的漂移秒数，证实了剪辑点错位。
不会。它仅检测语音活动的时间段，不进行语音转写，也不验证字幕的具体文本内容。
支持 SRT 和 WebVTT 格式的字幕文件，系统可以自动识别或手动指定格式。
时间容差是指允许字幕起点与实际语音起点之间的最大偏差值（秒），超出该值将被标记为漂移。
工具通过检测语音频段活动来判断人声，强烈的背景音乐或噪音可能会干扰人声识别的准确性。
检查结果将以 JSON 格式输出，包含每条字幕的漂移秒数、重叠状态等详细数据。