字幕生成类 AI 服务列表

为视频和音频内容自动生成并编辑字幕的AI工具共收录 27 款 AI 服务。

キャップカット

CapCut

CapCut（国际版剪映）是运营TikTok的字节跳动旗下Bytedance Pte. Ltd.（新加坡）提供的视频剪辑应用。支持手机、电脑和浏览器，自动字幕、背景移除、AI图像/视频生成等可免费上手。付费的CapCut Pro在日本App Store为每月1,080日元起・每年9,900日元（2026年8月时点），界面完整支持日语。

# 動画生成# 字幕生成# 品質向上・クリエイティブ支援# 業務効率化# マーケティング# 日本語対応

オーパスクリップ

OpusClip

一款 AI 视频剪辑工具，分析长视频并自动剪出易于传播的短视频片段。可为 YouTube、TikTok、Instagram 一键量产带字幕、竖屏重构的短视频。具备从任意视频剪辑的 ClipAnything、主体追踪的 ReframeAnything、按传播分数筛选、AI B-roll 以及自动发布排程等功能。

# 動画生成# 字幕生成# 業務効率化

ヴィード

VEED

英国 VEED 提供的、仅用浏览器即可使用的一体化在线视频编辑＋AI 视频生成平台。支持编辑转写文字来剪辑的文本式编辑、自动字幕（125 种以上语言）・翻译/配音（29 种语言，支持日语），并内置 Text-to-Video、AI 数字人、语音合成、降噪等。可免费开始，付费为 Creator 20 美元起的 AI 积分制。

# 動画生成# 字幕生成# 音声認識・音声合成

ブリュー

Vrew

一体化 AI 视频编辑器（VoyagerX 出品），以语音自动转写让你像文本编辑器一样编辑视频。除自动字幕与静音剪切外，还内置文本生成视频、AI 配音与 AI 图像。有免费；付费为月 ¥1,590 起的积分制。

# 字幕生成# 音声認識・音声合成# 日本語対応

インビデオ

invideo

一款可从文本提示制作视频的 AI 视频制作平台。近来已进化为聚合 200 多个 AI 模型（Sora、Veo、Kling、ElevenLabs 等）、由 AI 智能体代劳脚本、分镜、生成与剪辑的形态。可为视频、图像、音频分别选择最合适的模型，支持多人协作；基于模板的传统编辑器 invideo Studio 也一并保留。价格为按积分计费。

# 動画生成# 字幕生成

ショートショート

shortshort

shortshort（ショートショート）是一项Web服务：AI会从讲座、播客、在线课程等长视频（文件最大2GB，也可粘贴自己的YouTube视频链接）中，挑选由完整句子构成的15～90秒片段，并追踪说话人裁切，制作成带逐词字幕的竖版短视频。可导出9:16或4:5（Instagram动态）的MP4，还能预约发布到YouTube（TikTok处于抢先体验阶段）。费用不按短视频的条数计算，而是按原视频的分钟数计算：注册时免费赠送30积分（相当于30分钟），付费方案每月12欧元起（不含增值税）。

# 動画生成# 字幕生成# 業務効率化

クドー

KUDO

KUDO 是美国 KUDO, Inc. 提供的实时语音翻译・字幕平台。它将7×24小时覆盖70种以上语言的AI语音翻译，与可按需预约的12,000名以上专业口译员市场结合，涵盖含手语在内的200种以上语言。Microsoft Teams 为原生集成，并提供无需年度合同的单次方案。价格采用单独报价。已取得 ISO 27001 与 SOC 2 Type 2 认证。

# 会議翻訳・AI同時通訳# 要約・翻訳# 字幕生成# 音声認識・音声合成

インタープリファイ

Interprefy

Interprefy 是瑞士 Interprefy AG 提供的面向企业的多语言沟通基础平台。它将6,000名以上专业口译员的远程同声传译，与AI语音翻译、覆盖6,000种以上语言组合的多语言实时字幕，整合在同一份合同之内，并可按会话分配人工、AI或混合模式。可与 Teams・Zoom・Webex 等80种以上平台联动。已取得 ISO 27001 认证，并在欧洲托管。价格采用单独报价。

# 会議翻訳・AI同時通訳# 要約・翻訳# 字幕生成# 音声認識・音声合成

ワードリー

Wordly

Wordly 是美国 Wordly, Inc. 提供的面向会议与活动的AI翻译／字幕平台。它将翻译、字幕、转写、摘要四项功能与全部支持语言纳入同一价格，覆盖数十种语言、3,000种以上语言对。参会者通过二维码或URL在浏览器中即可参加，无需创建账号。价格为美元计价的年度时长套餐：Starter（10小时）约1,500美元起，Pro（25小时）至 Enterprise（500小时以上）需询价。已取得 ISO 27001 与 SOC 2 Type II 认证。

# 会議翻訳・AI同時通訳# 要約・翻訳# 字幕生成# 音声認識・音声合成# 業務効率化

キャプションズ

Captions

一款用自研基础模型"Mirage"、以 AI 数字人（AI 演员）从视频生成到编辑一体完成的 AI 视频应用。运营方为纽约的 NOCAP, Inc.（2025 年从"Captions"更名为母品牌"Mirage"）。无需拍摄即可用 AI 数字人做视频，并通过对话指令自动加入剪辑、B-roll、音乐与字幕。翻译支持 100 多种语言；用户超 2,000 万。价格为免费～按积分计费。

# 動画生成# 音声生成# AIチャットボット# AIエージェント# 字幕生成

クラップ

Klap

Klap 由 ZIGG SAS 提供，只需上传 YouTube 视频或长视频内容，AI 便会自动生成面向传播的竖版短视频（用于 YouTube Shorts、Instagram Reels、TikTok）。支持精彩片段抽取、自动画面重构、52 种语言的自动字幕与 29 种语言的 AI 配音，并能直接发布或预约到社交平台。价格自 Basic $29 起（年付有折扣）。

# 動画生成# 字幕生成

ワイインビデオ

WayinVideo（旧Videohunt.Ai）

从长视频中自动检测精彩片段并生成竖版爆款短视频的 AI 视频切片工具（原 Videohunt.Ai，现 WayinVideo）。除切片外，还具备自然语言视频检索（Find Moments）、摘要、多语言字幕与自动重构图的一体化能力。字幕、摘要与翻译支持 100 多种语言（含日语），但界面本身仅提供英文。

# 動画生成# 字幕生成

フレックスクリップ

Flex Clip

FlexClip 由香港 PearlMountain 提供，是一款无需安装、可在浏览器中用模板与拖放制作视频的 AI 在线视频编辑工具。在 6,000＋模板与海量素材之外，还内置从文本/商品 URL/PPT 生成视频、140＋语言自动字幕、AI 旁白、去背景等 AI 功能。支持日语界面。价格为 Free／Plus 月 $11.99 起／Business 月 $19.99 起（年付）。

# 動画生成# 字幕生成# 日本語対応

シャールック

SHERLOOK

SHERLOOK 是株式会社 HARAKAMI 提供的"视频版校对工具"，用于辅助成片视频的最终检查。上传视频后，AI 会检查字幕（屏幕文字）的错别字、与脚本的差异、黑帧和留白等画面异常、音量、社交媒体安全区，以及各客户规定的禁用语和必备文字，并整理成附有时间码、对应画面和修改建议的列表。结果可通过无需登录的链接或 PDF・CSV 分享。目前面向企业提供 MVP 版，价格为每月 3 万日元起（不含税，每个账号）。

# AI-OCR（文字認識）# 字幕生成# 音声認識・音声合成# 品質向上・クリエイティブ支援# 業務効率化# 日本語対応

エーアイショーツ

AI Shorts

只需上传 PDF、PowerPoint、图片等资料，AI 便自动生成脚本并转换为带旁白视频的日本国产视频生成服务。支持 15 种以上语言的 AI 语音，可将培训、手册、产品说明快速做成多语言视频。由株式会社 AGENTEC 提供。

# 動画生成# 音声合成・文字起こし# 字幕生成# 要約・翻訳# 業務効率化# 日本語対応

チューブマジック

TubeMagic

面向 YouTube 运营者、以 AI 脚本创作为核心的一体化 AI 工具（旧名 Morise.ai，由人气 YouTuber Matt Par 收购）。学习频道风格的 AI 撰写脚本，并支持选题、标题/描述/标签的 SEO 优化以及缩略图生成。不具备视频剪辑/导出功能，专注脚本与 SEO。

# 動画生成# 字幕生成

ジェイソン・トゥー・ビデオ

json2video

用 JSON 描述结构并发送给 API 即可获得 MP4 的视频生成 API。借助模板与变量批量产出同一形态的视频，场景编排、旁白（100 种以上语言）与字幕均在同一条流水线中完成。支持 Make.com／n8n／Zapier／MCP 联动。免费额度 600 积分，付费自月 $16.95 起。

# 動画生成# 音声生成# 字幕生成# プレゼン・スライド生成

ライトスクライブ

LiteScribe

LiteScribe 是一款把会议、访谈、视频音频转成文字，并自动生成 AI 摘要、话题标签与待办事项的 AI 转录与会议记录服务。它不会让录制机器人加入会议，而是在本机直接采集电脑的系统声音，因此参会者名单中不会显示任何内容；由于不需要会议 URL，线下面谈也能用同样的步骤录制。桌面版（Windows・macOS・Linux）提供把转录与 AI 摘要都放在自己电脑上运行的离线模式（Pro・Business 套餐）。转录支持 100 多种语言，界面提供含日语在内的 15 种语言，并具备发言人分离、PDF・DOCX・SRT 导出，以及附引用与时间戳作答的 AI 聊天。价格方面，每月 120 分钟免费且无需信用卡，付费套餐按年付费时每月 7.95 美元起。不使用离线模式时，云端转录由美国的 AssemblyAI 处理。

# 議事録作成# 音声合成・文字起こし# 音声認識・音声合成# 要約・翻訳# 字幕生成# 業務効率化# 生産性向上# 日本語対応

エムミーティング

M-Meeting

M-Meeting 是 HBLAB 集团旗下 AI 产品品牌 Migurei 提供的网页版会议助手。只需选择音频来源和语言，即可实时翻译会议中的发言并以实时字幕显示，也可以用所选语言收听翻译后的语音。会议结束的同时，AI 会整理要点、决定事项和行动项；还可以就会议内容向 AI 聊天机器人提问，并将记录保存或同步到 Drive、Notion、Slack。翻译和字幕支持日语、英语、越南语、韩语、中文、泰语等 60 多种语言（截至 2026 年 10 月）。目前处于早期访问阶段，个人免费，前 100 名可免费获得 50 个令牌（约 3,000 分钟，无需信用卡）。团队价格需咨询。

# 会議翻訳・AI同時通訳# 議事録作成# 字幕生成# 要約・翻訳# 日本語対応

ヴィザード

Vizard

美国 Vizard, Corp. 提供的 AI 视频剪辑工具，可把长视频剪成短视频。上传 YouTube 视频、播客、网络研讨会等，AI 会进行转写、挑选精彩片段，剪成带字幕并重构为竖屏的短片。还支持删除转写文本来剪画面的文本编辑、字幕翻译成100多种语言、品牌模板、社交媒体定时发布和团队共享，另有按指示制作视频的 Vizard Agent。可在网页和 iPhone 应用上使用。转写支持日语（界面和帮助中心为英文）。免费方案每月60积分（1积分＝1分钟视频），Creator 按月付费 $29、Business $39（按年付费为半价）。

# 動画生成# 字幕生成# 業務効率化# マーケティング

トランシンクエーアイ

Transync AI

Transync AI（同言翻译）是美国 Transync AI Inc. 推出的实时 AI 语音翻译工具。支持 60 种语言，自动识别说话人的语言，提供双语字幕、翻译语音播放和 AI 会议纪要。无需会议机器人或浏览器扩展即可翻译 Zoom、Microsoft Teams、Google Meet 的音频，还能通过虚拟麦克风把翻译语音传给对方。支持 Windows、macOS、iOS、Android 和网页版。注册即送 40 分钟免费时长，个人高级版每月 8.99 美元（每月 10 小时），企业版每席位每月 24.99 美元（每月 40 小时）。

# 会議翻訳・AI同時通訳# 要約・翻訳# 議事録作成# 音声認識・音声合成# 字幕生成# 業務効率化# 日本語対応

スクライブアシスト

ScribeAssist（AmiVoice）

语音识别引擎 AmiVoice 的开发商株式会社 Advanced Media（东京，东证 Growth 上市）提供的单机型AI会议纪要工具，安装在 Windows 电脑上使用。无需连接互联网即可完成录音、转写、编辑，以及由电脑内运行的生成式AI（本地LLM）进行的摘要，也可在 LGWAN 环境中使用。支持发言人识别、单词登记、带假名注音的实时字幕和 Word 模板导出，也可选择云端摘要。价格为按同时连接数计费的定额制开放价格（单独报价，初始费用0日元），提供14天试用。

# 議事録作成# 音声合成・文字起こし# 音声認識・音声合成# 字幕生成# 要約・翻訳# 業務効率化# 日本語対応

ウィンク

Wink

由美图公司（Meitu, Inc.，香港联交所上市）提供的 AI 视频・照片画质修复与人像美化应用。可将模糊视频修复为 HD・4K 画质，美化视频中的面部、皮肤和身材，还具备 AI 消除、基于 AI 语音识别的自动字幕和视频编辑功能。提供手机应用（支持日语，可免费开始使用，VIP 在日本 App Store 标价每月 1,200 日元等）、Wink Web（Standard 每月 15 美元起）以及 Mac・Windows 桌面版。

# 動画生成# 字幕生成# 顔認証・画像解析# 品質向上・クリエイティブ支援# 日本語対応

ソナファクト

SonaFact

SonaFact 是由波兰 AKINT 运营的浏览器版 AI 转写、会议纪要和字幕服务。可将录音及音视频文件以 100 种语言转写，自动区分说话人，并为没有把握的词加上下划线。AI 生成的会议纪要、任务清单、摘要和销售通话评分卡，每一项都链接到录音中的对应时间点，无法对应到录音的条目会被自动删除。还支持导出 SRT/WebVTT 字幕并翻译成最多 4 种语言，以及适用于 NVivo、MAXQDA、ATLAS.ti 的文件。处理在欧盟境内进行，录音不会用于训练 AI。提供免费方案（每天 3 条、每条最长 30 分钟），付费方案按年付费折合每月 990 日元（含税）起。

# 議事録作成# 音声合成・文字起こし# 字幕生成# 要約・翻訳# 音声認識・音声合成# セールス# 業務効率化# 日本語対応

ボーゾ エーアイ

Vozo AI

由美国 Honeybee Technology Ltd 运营的 AI 视频翻译与配音工具。可将视频翻译成 165 种语言和口音，提供还原说话者声音的声音克隆（VoiceREAL）、让口型配合译后音频的口型同步（LipREAL）、连幻灯片和字幕条等画面文字也能翻译的视觉翻译，以及翻译字幕和双语字幕生成。提供日语官网和界面。Free（0 美元・20 试用点数）、Creator 每月 29 美元、Studio 每月 99 美元，Enterprise 单独报价。仅限 18 岁以上用户。

# 要約・翻訳# 字幕生成# 動画生成# 音声生成# 音声認識・音声合成# 日本語対応

モンティ

Monty

Monty（monty.fast）是一款AI视频智能体：只需一段用手机拍摄、未经剪辑的竖屏视频，即可自动剪掉停顿、口头禅和失误镜头，添加与语音同步的字幕、在说话时压低的背景音乐、与内容相符的B-roll，并处理音质，再分别导出适用于 YouTube Shorts、Instagram Reels、TikTok 和 Telegram 的版本。还提供脚本撰写和浏览器提词器。目前处于公开测试阶段，免费版每月3条（带水印），付费方案 Creator 每月29美元起（不含税）。不支持日语界面。

# 動画生成# 字幕生成# AIエージェント# マーケティング# 業務効率化

ウェイダブ

Weydub

Weydub 是一款将现有视频和图片改制为其他语言版本的 AI 本地化工具。在同一个工作区中，可以不加模糊地去除画面中的硬字幕、Logo 和屏幕文字，通过语音识别（ASR）和 OCR 生成字幕，进行 AI 翻译、含声音克隆的 AI 配音，以及图片内文字的翻译，并支持最多100个文件的批量处理和 API。它是基于中国视频工具 GhostCut技术的海外品牌，运营方为香港的 PixelRock Limited。提供日语界面。收费方式为一次性购买的点数包（200点10美元起，有有效期）。

# 字幕生成# 動画生成# 要約・翻訳# 音声生成# API・SDK# 業務効率化# 日本語対応

字幕生成相关推荐文章

【2026年版】视频创作者专属AI工具17款｜自动剪辑、字幕、配音、BGM、社媒短视频全覆盖

用AI提升视频创作者工作效率！精选介绍支持剪辑、字幕、配音、BGM、虚拟出镜等各环节的最新工具【2026年版】

AI同声传译工具比较7选【2026年8月最新】Teams・Zoom的内置功能够用吗，还是需要专用工具

搜索AI同声传译工具，出现的多是把消费级旅行应用与法人会议工具混在一起的「推荐25选」。真正该问的是：已经付费的 Teams 或 Zoom，其内置功能够不够用；若不够，究竟差在哪里。随着2026年1月 Microsoft Teams 上线 Interpreter agent、2月 Google Meet 语音翻译正式发布，这个问题已能给出答案。本文先确定三大平台各自能做与不能做什么，再按音频获取方式、输出与计费形态，比较 Sentio・VoicePing・kotoba・DeepL Voice・Wordly・Interprefy・KUDO 共7款专用工具。

【2026年版】加速社交媒体运营的14款AI工具｜涵盖内容创作、短视频、虚拟形象、语音转换

批量生产社媒内容、自动生成短视频、虚拟人出镜、语音转换——深度解析解决社媒运营痛点的14款AI工具。掌握工作流集成步骤与实用技巧，同步提升互动率与运营效率。