Seedance 2.0 支持通过提示词直接驱动字幕生成与音画同步，无需ASR；支持画外音自动对齐、多镜头连贯字幕及手动编辑微调。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用 Seedance 2.0 生成视频时希望字幕自动出现并精准匹配语音节奏，则该功能已原生集成，无需额外识别或后期导入。Seedance 2.0 不依赖外部字幕识别（ASR）模块，而是通过文本提示词直接驱动字幕生成与音画同步呈现。
一、通过提示词指令自动生成字幕
Seedance 2.0 支持在文生视频（T2V）及多模态输入场景中，依据用户明确的文本指令实时生成字幕，字幕内容、位置、出现时机、样式均由提示词定义，系统自动完成排版与时间轴对齐。
1、在提示词中明确写出「字幕」指令格式，例如：“画面底部出现字幕，字幕内容为‘真相只有一个！’，字幕需与画外音节奏完全同步”。
2、确保字幕内容使用简体中文常用字，避免生僻字、标点符号嵌套或全角/半角混用，否则可能导致字幕错位或渲染失败。
3、可叠加指定样式，如“白色无描边字体，字号占画面高度12%，居中显示”，模型将据此生成符合比例的视觉字幕。
二、基于画外音自动生成同步字幕
当上传音频或启用内置语音合成（TTS）时，Seedance 2.0 会解析音频语义与时间戳，自动提取关键语句并映射至对应视频帧，实现毫秒级口型-字幕-画面三重对齐。
1、上传一段含清晰人声的音频文件，或在提示词中声明“由AI生成画外音：……”。
2、添加同步约束指令，例如：“字幕逐句浮现，每句持续1.8秒，与语音起止点偏差不超过±0.2秒”。
3、生成结果中字幕将严格按语音波形能量峰值触发，不依赖第三方ASR转录，避免识别错误导致的错字或断句失准。
使用 HiAPI 的 Seedance‑2‑0 模型，通过 HiAPI 统一异步任务 API 生成视频。当用户请求使用 Seedance 2.0 或HiAPI 创建视频时使用。
三、在多镜头叙事中保持字幕连贯性
当使用多图/多视频参考生成跨镜头短片时，字幕逻辑被纳入全局时序记忆模块，确保不同镜头切换过程中字幕风格、字号、位置锚点保持一致，且语义承接自然。
1、在首镜头提示词中定义字幕模板，如：“所有镜头统一采用左下角白字黑底字幕，字号固定，每镜头仅显示一句核心台词”。
2、后续镜头无需重复描述，模型通过风格记忆模块自动继承并适配新镜头构图。
3、若某镜头需强调特定台词，可用“特写镜头中，字幕放大至画面宽度60%，居中弹出”进行局部覆盖，覆盖指令优先级高于全局模板。
四、手动修正字幕内容与时间轴
生成后的视频支持在即梦AI或小云雀App内进入编辑界面，对已生成字幕进行微调，包括文本修改、单句延时/提前、位置拖拽、颜色重设等，所有调整实时反映于导出版本。
1、点击生成视频右下角「编辑」按钮，进入字幕轨道视图。
2、点击任意字幕条，在弹出面板中修改文字内容，系统自动保留原有时序与样式属性。
3、拖动字幕条两端可伸缩显示时长，拖动过程实时预览音画对齐效果，松手即生效。
