需依赖tofai内置语音识别生成同步字幕，支持桌面端本地asr、网页版云端识别、cli批量处理、手机app边录边识及手动校对五种路径。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
如果您在tofai中导入视频后发现缺少同步字幕，需依赖其内置语音识别能力将音频内容自动转为文字并匹配时间轴。以下是实现该功能的具体操作路径：
一、使用tofai桌面端视频字幕自动生成
该方法基于本地OCR与ASR双引擎协同处理，支持对MP4、MOV等常见格式视频提取音轨、识别语音并生成带时间戳的SRT字幕文件，全程无需联网上传原始视频。
1、启动tofai桌面客户端（v1.0.5或更高版本），点击主界面左上角“文件”菜单。
2、选择“导入视频”，浏览并选中目标视频文件，确认导入后等待预览缩略图加载完成。
3、在右侧工具栏找到“字幕生成”图标（图标为对话气泡加声波纹），单击激活。
4、系统自动分离音频流并开始语音识别，进度条显示“正在分析语句边界”及“匹配时间轴”两个阶段。
5、识别完成后，字幕轨道以可编辑图层形式出现在时间轴底部，每段文字均附带起始与结束毫秒值。
二、通过tofai网页版上传视频并启用云端字幕服务
该方式利用tofai云端ASR模型进行高精度语音解码，特别适配含多人对话、中英文混杂或轻度背景音的视频素材，识别结果支持实时校对与导出。
1、访问tofai官方网页版地址，在首页点击“视频字幕”功能入口。
2、点击页面中央虚线框区域，选择待处理的本地视频文件（最大支持500MB）。
3、上传完毕后，勾选“启用智能发言人区分”和“自动添加标点”选项，确保输出文本结构清晰。
4、点击“开始生成字幕”，系统显示“正在构建声学特征向量”提示，约按视频时长每分钟耗时8–12秒。
5、字幕生成后，左侧显示带时间轴的逐行文本，右侧同步播放视频并高亮当前句，支持逐句点击跳转编辑。
三、调用tofai命令行工具批量注入字幕（CLI模式）
面向技术用户设计，适用于需为多个视频文件统一添加字幕的自动化流程，输出格式默认为SRT，兼容主流播放器与剪辑软件。
1、在终端执行tofai-sub --version验证CLI工具已安装且版本不低于v1.2.0。
2、运行命令：tofai-sub -i lecture.mp4 -o subtitles.srt --lang zh-CN --speaker-detect，其中--speaker-detect启用说话人分离。
3、若返回错误码ERR_RATE_LIMIT_EXCEEDED，说明当前账户超出日调用量，需等待至次日零点或升级为Pro订阅。
4、命令执行成功后，当前目录生成subtitles.srt文件，内容包含序号、时间码与对应文字行，无额外空行或注释。
四、借助tofai手机App拍摄即生成字幕
适用于现场录制的教学讲解、产品演示类短视频，支持边录边识别，字幕实时叠加于预览画面，成片后可一键导出带内嵌字幕的MP4。
1、打开tofai手机App，切换至“视频创作”标签页。
2、点击红色圆形录制按钮开始拍摄，保持设备稳定，避免快速晃动影响语音采集质量。
3、录制过程中，屏幕顶部动态显示正在识别的当前语句，延迟控制在1.2秒以内。
4、停止录制后进入编辑界面，字幕已按语义分段锚定在时间轴上，拖动某段可微调起止时间点。
5、点击右上角“导出”按钮，在弹出菜单中选择“MP4（含硬字幕）”，确认后生成最终视频文件。
五、手动校对与样式调整（所有路径通用）
自动识别结果可能存在断句偏差、专有名词误识或静音段遗漏，需进入编辑模式进行人工干预，确保字幕准确性与可读性。
1、在时间轴上双击任意字幕片段，进入内联编辑状态，光标自动定位至该段文本末尾。
2、修改错别字或补充缺失内容，注意不可删除时间码行，仅允许编辑文字部分。
3、选中某段字幕后，在顶部属性栏调整字体大小、描边粗细及背景不透明度，预设模板包括“演讲标准”“访谈简洁”“教学强调”三类。
4、如需合并相邻短句，按住Shift键依次点击两段字幕，再右键选择“合并为一段”，系统自动重算中间过渡时间。
