自己做 KTV 伴唱帶：去人聲、歌詞對時間到匯出點歌機格式的完整流程

第一步：準備伴奏

最理想的是官方發行的伴奏版（Instrumental、伴唱版），音質最好、也沒有殘音。找不到的時候，有兩個方法把原曲變成伴奏：

如果歌的音域不適合自己，可以順便升降 Key。好的變調是只改音高、不改長度，所以已經對好的歌詞時間不會跑掉。一般建議在 ±3 個半音內調整，超過太多人聲殘音與樂器音色會開始不自然。

第二步：歌詞對時間（最花時間的一步）

伴唱帶的字幕要知道每一個字在幾秒幾毫秒開始唱、唱多久。這個步驟叫「打點」或「對時間軸」，是整個流程最花時間的部分。常見的作法有三種：

• 逐句打點：歌曲播放時，每唱一句就按住按鍵、唱完放開。速度快，但一句之內每個字的時間是平均分配的，拉長音的地方會對不準。
• 逐字打點：每唱到一個字就按一下，拉長音時按住。最準確，但一首歌幾百個字，通常要先放慢播放速度、分段多做幾次。
• 自動對齊：用語音辨識模型聽出歌聲唱到哪，再把貼上的歌詞對上去，一次填好整首的逐字時間，之後只修少數對不上的句子。

站上的 KTV伴唱字幕大師 三種都有。自動對齊用的是 OpenAI 開源的 Whisper 語音辨識模型，在你的瀏覽器裡執行。它對清楚的國語、英語流行歌效果最好；台語、客語、饒舌、人聲被樂器蓋過的段落會比較吃力，對不上的句子會維持原樣，讓你手動補。

對好之後常見的微調：開頭整首偏早或偏晚（換了另一版音檔、或影片前面多剪了幾格），用整體位移一次前後推；個別幾個字不準，在時間軸上直接拖。

第三步：字幕畫面

台灣的點歌機有一套大家看熟的字幕慣例，照著做會讓伴唱帶看起來「很專業」：

• 雙行交替：第一行靠左上、第二行靠右下，一行唱完換下一句接上，眼睛可以提前看到下一句。
• 預備唱提示：前奏結束前出現 ●●●● 倒數，跟著節拍一顆一顆消失，唱的人知道什麼時候開口。
• 男女對唱用不同顏色（常見是男藍女紅、合唱另一色），一看就知道輪到誰。
• 長間奏時顯示倒數條，提醒下一段什麼時候開始。
• 台語歌、兒歌常在字的上方加注音或拼音。

逐字上色有兩種效果：掃描漸變（顏色從字的左邊平滑掃到右邊，拉長音的字看得出唱了多久）和整字跳色（唱到就整個字變色）。前者是點歌機常見的效果，後者在字很小或畫面很雜時比較好讀。

第四步：匯出成什麼格式

各種字幕檔記錄逐字時間的方式不同。ASS 格式在每個字前面加上 \k、\kf 這類標籤，數字的單位是百分之一秒，例如 {\kf50} 表示這個字用 0.5 秒從左到右掃色；LRC 則是在每一行前面寫 [分:秒.百分秒]，逐字版本（又稱增強型 LRC）再在每個字前面加上 <分:秒.百分秒>。SRT 只有整句的開始與結束時間，做不出逐字變色。

最常見的問題

• 字幕整體慢半拍：多半是音檔換過版本，或影片開頭有幾格黑畫面。用整體位移一次修正，不要一句一句改。
• 匯出的影片在電視上沒有聲音：部分電視不支援某些音訊格式，MP4 用 AAC 音訊最保險。
• 字型在別台電腦顯示不一樣：ASS、LRC 這類字幕檔只記錄字型名稱，對方電腦沒裝同一套字型就會被替換；要確保一致，就匯出成字幕已經畫進畫面的 MP4。
• 影片上原本燒死了舊字幕：用遮罩條把那一塊蓋掉，再疊上新字幕。

最後提醒：自己練唱、家庭聚會使用通常沒有問題，但伴唱帶裡的歌曲、伴奏與 MV 畫面都有著作權。要公開上傳、在營業場所播放或拿來販售，需要取得詞曲、錄音與影片權利人的授權。

常見問題

需要安裝軟體嗎？

站上的 KTV伴唱字幕大師 用瀏覽器就能做，影片與音樂都留在你的電腦裡。建議用電腦版 Chrome 或 Edge，影片匯出需要瀏覽器的 WebCodecs 編碼功能。

一首歌大概要做多久？

用自動對齊的話，主要時間花在下載模型（第一次）、辨識，以及手動修正少數句子，熟練之後一首流行歌常見是十幾到三十分鐘。全部手動逐字打點會久很多。

做到一半可以先關掉嗎？

可以。每次改動都會自動存在瀏覽器裡，下次打開進度還在；也可以匯出成專案檔備份，或換到另一台電腦繼續。

可以只要字幕檔，不要影片嗎？

可以。不匯出影片也能直接下載 SRT、ASS 卡拉 OK 字幕、LRC 或逐字 LRC。