用剪映专业版制作真人口播，先导入已拍好的视频，把错句和多余空白从时间线上剪掉，再自动识别字幕。确认文字与人声对齐后，设置保存位置并导出 MP4。

下文使用中国版剪映专业版的桌面操作路径，配图展示较早版本的界面。国际版 CapCut 的界面和功能入口可能不同。

1. 导入口播视频

进入剪映编辑器，在媒体面板导入录好的视频。点击素材缩略图上的加号，将选中的口播放进时间线。

2. 分割并删除重录段

把播放头分别移到错句的两端，在选中视频片段的状态下各点一次“分割”。删掉中间片段，回放确认下一句起音完整。转折处可以留一点停顿。

3. 识别人声生成字幕

粗剪顺序确定后，打开“文本”，找到智能字幕里的“识别字幕”，再点“开始识别”。不同桌面版本的菜单名称和位置可能调整，可以在文字或字幕功能区找语音识别入口。尽量在添加配乐前完成识别，方便对照原声。

4. 沿字幕轨逐句校对

点击时间线中的字幕片段，边听原声边检查字词。先看人名、数字和专业词，再检查断句。遇到字幕出现过早或消失过晚的情况，把片段边缘对到实际说话的位置。预览时留意字幕有没有挡住人脸或演示区域。

5. 按原片帧率导出成片

点编辑器右上角的“导出”，设置作品名称和保存位置，格式选 MP4。原片为 1080p、30 帧且平台没有其他规格要求时，可以按相同参数导出。保存后打开导出的文件，抽查开头、剪切点和结尾的字幕及声音。