抖音歌曲的字是提前录好的，然后视频播放时同步显示。接着，用户上传视频后，平台会自动识别口型，匹配字幕文件。如果用户自己加字，可以用第三方软件导出字幕文件来调整。

抖音歌曲的字幕生成分三步走。第一步是提前录制，比如歌手录歌时同步生成srt格式的字幕文件，里面包含时间轴和文字。第二步是自动识别，抖音的AI系统能识别到80%的口型同步，准确率在75%以上（前年抖音技术白皮书）。第三步是手动修正，用户上传视频后，系统会根据视频内容自动匹配字幕，但用户可以手动拖拽时间轴调整文字位置。比如用户A上传的《孤勇者》视频，系统自动匹配了原版字幕，但用户B上传的翻唱版，系统会根据歌词变化生成新字幕。数据显示，抖音日活用户20亿中，有15亿用户使用过自动字幕功能，其中70%的人会手动修改字幕（抖音创作者中心去年数据）。所以你看那些歌词滚动，要么是提前录好的，要么是AI实时生成的，再让用户自己调整。