试了AutoSubs之后才算解脱。它一键生成字幕，还能自动分说话人，每个人一个颜色标签，谁说了啥一目了然，后期对轨省了大把时间。
几个实用点：
1️⃣一键转录视频音频，多语言也能识别；
2️⃣自动区分说话人并标色，多人对话清晰很多；
3️⃣内置字幕编辑器，时间轴文本都能微调；
4️⃣深度集成DaVinci Resolve，一键发字幕到时间线；5️⃣独立模式也能用，不依赖剪辑软件；
6️⃣样式灵活，多行显示和说话人样式都能单独调。
Windows、macOS、Linux全支持，下载即用。🔗http://github.com/tmoroney/auto-subs