W skrócie: Automatyczne napisy do filmów zrobisz na trzy sposoby: w platformie (YouTube, Instagram), w edytorze (CapCut, DaVinci Resolve, Premiere) albo osobną transkrypcją zapisaną jako plik SRT. Do rolek obstawiam napisy wtopione w obraz, do dłuższych filmów plik SRT. Żadne narzędzie nie złapie za Ciebie polskich nazw własnych, więc napisy czytasz zawsze z włączonym dźwiękiem. Obsługa polskiego i podział na wersje darmowe i płatne zmieniają się, dlatego przy każdym narzędziu piszę, co sprawdzić u siebie.
Automatyczne napisy do filmów to dziś pierwszy szkic, a nie gotowy tekst. Narzędzie zamienia mowę na tekst w kilka minut, a Ty poprawiasz to, co przekręciło. Cała sztuka polega na wyborze miejsca, w którym ten szkic ma powstać.
Napisy pomagają, gdy ktoś ogląda bez dźwięku albo nie wyłapuje każdego słowa. Polski utrudnia robotę: nazwy firm, imiona gości, branżowe anglicyzmy. Maszyna usłyszy nazwę Twojej firmy tak, jak nigdy byś jej nie napisał. Śmieszne, dopóki film nie wyjdzie do klienta.
Poniżej trzy drogi, różnica między napisami wtopionymi a plikiem SRT, poprawianie błędów i styl linijek. Ścieżkę z Claude opisuję tylko w skrócie, bo ma własne teksty.
Trzy sposoby na automatyczne napisy do filmów
| Sposób | Gdzie | Najlepszy do | Główny minus |
|---|---|---|---|
| Napisy platformy | YouTube, Instagram | Szybkiego startu | Polski i opcje zależą od platformy |
| Edytor wideo | CapCut, DaVinci Resolve, Premiere | Rolek i filmów z montażem | O dostępności decyduje wersja programu |
| Osobna transkrypcja i plik SRT | Whisper, Claude | Pełnej kontroli nad tekstem | Więcej kroków |
Generatorem napisów może być platforma, edytor albo osobny program. Platforma daje napisy najszybciej, bo niczego nie instalujesz. Edytor daje je tam, gdzie i tak montujesz, więc od razu widzisz efekt na obrazie. Osobna transkrypcja daje zwykły plik tekstowy, który wczytasz gdziekolwiek. To jak trzy drogi do tego samego miasta: autostrada, droga krajowa i skrót przez las. Każda dojedzie, tylko inaczej Cię zmęczy.
Ja obstawiam trzecią, bo plik SRT zostaje ze mną, niezależnie od tego, w czym akurat montuję. Najprościej jest na platformie.
Napisy wtopione czy plik SRT
Napisy wtopione (po angielsku burned-in) są częścią obrazu. Widz nie wyłączy ich ani nie zmieni, a Ty decydujesz o czcionce, kolorze i miejscu na ekranie. Plik SRT to osobny plik tekstowy z napisami i czasami ich wejścia. Wczytujesz go do platformy albo edytora, a widz może napisy włączyć lub wyłączyć.
Wtopione to nadruk na koszulce. SRT to karteczka dołączona do koszulki: możesz ją zdjąć, poprawić albo wymienić na inną.
Do rolek wybieram napisy wtopione, bo ich wygląd jest częścią rolki. Do dłuższego filmu na YouTube, webinaru czy materiału szkoleniowego wybieram plik SRT, bo literówkę poprawiasz w tekście, a film zostaje bez zmian. Nic nie stoi na przeszkodzie, żeby mieć obie wersje z jednego tekstu. Jeden tekst, dwa wyjścia.
Napisy platformy: YouTube i Instagram
Najkrótsza droga, bo niczego nie montujesz ani nie instalujesz. Za to kontrolę nad stylem i językiem ma platforma, nie Ty.
YouTube
YouTube generuje napisy automatyczne po wgraniu filmu, a poprawiasz je w YouTube Studio. Według przewodnika uniwersytetu JMU o poprawianiu takich napisów otwierasz film w Studio, wchodzisz w sekcję napisów, najeżdżasz na wiersz z napisami automatycznymi i klikasz ikonę edycji. Edytować możesz tylko z dostępem do kanału, a napisy zwykle pojawiają się po kilku godzinach od wgrania (przewodnik opisuje to na przykładzie angielskiego).
Czy Twój polski film dostanie napisy automatyczne, zobaczysz w Studio na własnym nagraniu. Listy języków tu nie przepisuję, bo zmienia się częściej, niż piszę teksty. Wgraj krótki film i sprawdź sam.
Napisy automatyczne z YouTube są jak dyktando pisane ze słuchu: brzmieniowo w porządku, ortografia i nazwy własne do poprawki. Za darmo, ale nie bez pracy.
Według TechCrunch z marca 2022 napisy automatyczne na Instagramie wystartowały w 17 językach, a polskiego na tej liście nie było. Tę samą listę powtarza poradnik Checksub ze stycznia 2025. W dostępnych źródłach brak potwierdzenia, że polski jest obsługiwany, ale Instagram mógł dodać języki po tych datach.
Test zajmuje minutę. Według Checksub napisy dodajesz z ikony naklejek, a potem możesz je poprawić przed publikacją, zmieniając styl, rozmiar i położenie tekstu, i niewiele więcej. Nazwa pozycji zależy od języka aplikacji. Nagraj polskie zdanie i zobacz, czy zamieni się na tekst.
Ja nie liczę na to w rolkach po polsku. Napisy bez sprawdzenia to jak list wysłany bez przeczytania. Gdy test nie wyjdzie, robisz napisy w edytorze.
Napisy w edytorze: CapCut, DaVinci Resolve, Premiere
Edytor jest jak warsztat: narzędzia wiszą na ścianie, ale które są w komplecie, zależy od wersji. Przegląd programów do montażu znajdziesz w tekście o darmowych programach do montażu. Tutaj tylko to, co dotyczy napisów.
CapCut
CapCut ma napisy automatyczne, ale co jest w wersji darmowej, a co w płatnej, źródła w sieci opisują sprzecznie. Część poradników mówi o darmowych napisach z limitami (na przykład długości filmu). Z kolei porównanie na forum AEJuice z sierpnia 2026 twierdzi, że CapCut przeniósł napisy automatyczne do planu płatnego. Nie rozstrzygam tego i nie podaję cen. Sprawdź w swojej wersji aplikacji i w cenniku CapCut, zanim zaczniesz pracę seryjną. Źródła różnią się też w sprawie eksportu samego pliku SRT, więc zrób próbny eksport.
Gotowy plik napisów wczytasz według pomocy CapCut (stan z 16 października 2026) w wersji webowej (tylko SRT) i na komputerze (SRT lub TXT). Na telefonie importu napisów nie ma. Więcej o tej ścieżce, razem z AI, jest w tekście o Codex w CapCut.
DaVinci Resolve
Według poradników Subanana i Sonix funkcja tworzenia napisów z dźwięku jest tylko w wersji Studio, a darmowy Resolve obsługuje napisy ręczne i import plików SRT. Czy polski jest na liście języków w Twojej wersji, sprawdź w instrukcji Blackmagic albo na krótkim polskim klipie. Źródła nie rozstrzygają tego jednoznacznie.
Dla darmowej wersji układ jest prosty: transkrypcja powstaje osobno, a Resolve dostaje gotowy SRT. To jak kuchnia bez ekspresu: kawę robisz gdzie indziej i przynosisz w kubku.
Premiere Pro
Premiere ma funkcję zamiany mowy na tekst (Speech to Text), ale według wątków społeczności Adobe polskiego w niej brakuje. Prośba o dodanie polskiego jest tam od stycznia 2023, a ostatni znaleziony wpis pochodzi z listopada 2025. Adobe mogło to zmienić, więc sprawdź listę języków na stronie pomocy Premiere Pro. Jeśli polskiego nie ma, wczytasz SRT zrobiony poza programem.
Osobna transkrypcja i plik SRT
Trzecia droga to osobny etap. Zamieniasz nagranie na tekst poza edytorem, poprawiasz go i zapisujesz jako SRT. Potem wczytujesz plik do dowolnego programu albo platformy. Transkrypcja osobno jest jak odlew: formę robisz raz i wlewasz ją w wiele miejsc.
Darmowy program, który uruchomisz u siebie, to Whisper. Według README projektu na GitHubie (sprawdzone 22 października 2026) to ogólny model rozpoznawania mowy, który obsługuje też rozpoznawanie wielojęzyczne, działa na licencji MIT i wymaga programu ffmpeg. Polski jest na liście języków w kodzie projektu. Modele różnią się rozmiarem, szybkością i wymaganiami sprzętowymi, co pokazuje tabela w README. To narzędzie dla osób, które nie boją się terminala.
Terminal Cię nie kręci? Całą ścieżkę, od transkrypcji po napisy, opisuje tekst o Claude do montażu wideo. Ja nie powtarzam jej tutaj.
Zapisz SRT w kodowaniu UTF-8, bo inaczej polskie ogonki zamienią się w krzaczki. To drobiazg, który psuje dużo.
Jak poprawić błędy w polskich napisach
Poprawianie ma kolejność. Idź nią, a nie zgaduj, gdzie leży błąd.
- Lista słów przed pracą. Spisz nazwy firm, marek, produktów, imiona gości i skróty, które padają w filmie.
- Znajdź i zamień. Po transkrypcji wyszukaj każde z tych słów i popraw hurtem. To zajmuje minutę.
- Czytanie z dźwiękiem. Oko przepuści słowo, które wygląda poprawnie, a brzmi inaczej. Ucho nie.
- Liczby, daty, ceny. Sprawdź je osobno. Pomyłka w liczbie to błąd w treści, nie w pisowni.
- Zająknięcia. Napisy nie muszą być zapisem co do sylaby. Usuń powtórki, jeśli nie zmieniają sensu.
Listę słów możesz wkleić do asystenta AI z prośbą o poprawę bez zmiany czasów. Wynik i tak czytasz sam. To jak sprawdzanie paragonu: jedna cyfra łatwo umyka, a kosztuje najwięcej.
Najtańsza poprawka dzieje się przed nagraniem. Mikrofon blisko ust, jak w tekście o mikrofonie do telefonu, i cisza w tle dają maszynie lepszy materiał. Jeśli nagranie jest już zaszumione, pomoże poradnik o poprawie jakości dźwięku. Czysty głos to mniej poprawek.
Styl i długość linijek
Napisy czyta się jak znaki drogowe: w biegu i jednym rzutem oka. Jeśli trzeba się zatrzymać, są za długie.
- Dwie linijki najwyżej. Jedna myśl na ekran.
- Łam po całych wyrażeniach. Nie zostawiaj „i”, „w” ani „z” na końcu linijki.
- Czytelny kontrast. Jasny tekst na ciemnym obrysie albo podkładzie, duży rozmiar.
- Nie zasłaniaj twarzy. Sprawdź podgląd na telefonie, bo interfejs platformy bywa nałożony na dół kadru.
- Jedna czcionka. Zmiana kroju co kilka zdań męczy.
Napis powinien pojawiać się razem ze słowami, które pokazuje. Za wcześnie psuje puentę, za późno gubi widza. Dopasuj to przy odsłuchu.
Napisy do rolek: wtopione, pionowe, bez efekciarstwa
Do rolek robię napisy wtopione w edytorze na komputerze. Kręcimy szeroko, a pion wycinamy w montażu, więc napisy układaj dopiero po wycięciu pionu. Inaczej wyjadą poza kadr albo wylądują pod interfejsem aplikacji.
Najczęstsze błędy w montażu to efekciarstwo (przejścia, presety) i dźwięk. Presety napisów to pokusa z tej samej rodziny: animowane, skaczące, w trzech kolorach. Ja obstawiam spokój, bo to rolka ma być ciekawa, nie tekst. Jedna czcionka, jeden kolor akcentu. Resztę zostaw treści.
To jak przyprawy w zupie. Za dużo i nie czuć, co jest w środku. Jak ułożyć całą rolkę, opisuje tekst o robieniu dobrych rolek na Instagramie, a podstawy cięcia i rytmu masz w poradniku o poprawnym montowaniu filmów.
Z mojej praktyki
Przeszkoliłem setki osób z wideokomunikacji. W Klik Film montujemy z pomocą Claude, a robi to nasz własny zestaw instrukcji (skilli) o nazwie Klik Editor. Sam używam Claude do lokalnej transkrypcji, do napisów i do cięcia rolek z dłuższego materiału. Rolki montuję na komputerze, a telefon zostaje do publikacji.
W DaVinci Resolve montuję w wersji Studio 21.1, ale uczestnikom na start polecam wersję darmową. Dlatego tak lubię plik SRT: działa w obu. Prosty materiał, od nagrania po montaż, zajmuje mi najwyżej 2 do 3 godzin dzięki AI. Nie wierzę, że montażu trzeba się uczyć latami.
Montaż bez uczenia się go latami ćwiczymy na szkoleniu Filmowanie i montaż. Więcej poradników o nagrywaniu i montażu znajdziesz w kategorii Video.
Co zrobić dziś
Zrób test na 5 minut, bez zakupów. Nagraj telefonem 30 sekund po polsku i wypowiedz w nich nazwę swojej firmy, imię i jeden branżowy termin. Włącz napisy automatyczne w narzędziu, które już masz: w YouTube Studio po wgraniu filmu albo w edytorze, jeśli oferuje je w Twojej wersji. Zapisz na kartce każde słowo, które maszyna przekręciła. To Twoja lista słów na wszystkie następne filmy.
Źródła
Strony pomocy platform były niedostępne podczas przygotowania tekstu. Tam, gdzie piszę „według”, opieram się na poradnikach i wynikach wyszukiwania z 22 października 2026, dlatego wersję i język sprawdzaj u siebie.
- YouTube, poprawianie napisów automatycznych: przewodnik uniwersytetu JMU
- Instagram, języki napisów: TechCrunch, marzec 2022 i poradnik Checksub, styczeń 2025
- CapCut: porównanie wersji darmowej i Pro, dyskusja na forum AEJuice, sierpień 2026 i pomoc CapCut o imporcie napisów
- DaVinci Resolve: poradnik Subanana i poradnik Sonix
- Premiere Pro: wątek społeczności Adobe o polskim w Speech to Text
- Whisper: README projektu na GitHubie
