Elysia Tools
导航
Media
将 SRT 或 WebVTT 字幕对齐到可能的语音起始点，或按手动偏移移动。
详情
所有字幕使用同一偏移量。自动模式以启发式语音活动的首段为基准；手动模式使用指定秒数。工具保留每条时长，不转录音频，也不修复逐条漂移。
执行
填写表单、运行工具，并在同一页面查看结果。
案例
相关内容
等待运行
工具使用指南
字幕时间偏移器是一款专为 SRT 和 WebVTT 字幕设计的对齐工具。它支持通过上传音频文件自动检测首段语音起始点进行智能对齐，或者由用户指定精确的秒数进行整体手动偏移，在保留字幕原有每条时长的同时，快速解决音视频与字幕不同步的问题。
背景
剪辑师在剪掉了播客音频前 5 秒的空白和片头后，发现原本匹配的 SRT 字幕整体对不上了。
问题
需要将字幕的第一句自动对齐到音频中第一句说话的声音起点。
如何使用
上传剪辑后的音频文件和原 SRT 字幕，将“对齐模式”设置为“根据首段语音自动对齐”，输出格式选择“SRT”。
alignmentMode: "auto", outputFormat: "srt"结果
工具自动检测到音频中 1.2 秒处开始有语音，并将字幕整体向前平移，生成了完美同步的新 SRT 字幕。
背景
教师有一段 WebVTT 格式的课件字幕，播放时发现字幕总是比音频慢了 3.5 秒。
问题
需要将所有字幕的时间轴统一提前 3.5 秒。
如何使用
上传课件音频和 WebVTT 字幕，将“对齐模式”设置为“手动偏移”，在“手动偏移（秒）”中输入“-3.5”，输出格式选择“WebVTT”。
alignmentMode: "manual", manualOffsetSeconds: -3.5, outputFormat: "vtt"结果
导出的 WebVTT 文件中所有时间戳均被精确提前了 3.5 秒，字幕与教师的讲课声音完全同步。
不会。本工具不进行语音转文字（ASR）转录，仅通过检测音频能量或手动数值来移动现有字幕的时间戳。
自动模式会通过算法检测音频中第一段说话声音的起始时间，并将字幕文件中的第一条字幕对齐到该时间点，后续字幕随之整体平移。
不能。本工具仅对所有字幕应用同一个统一的偏移量，无法解决字幕与音频由于帧率或速率不同导致的渐进式漂移。
支持。如果字幕比声音出现得晚，可以输入负数（例如 -2.5）来让字幕提前显示。
您可以在选项中自由选择输出为 SRT 或 WebVTT 格式，工具在转换时会保留原有的字幕文本和每条字幕的持续时间。