将文字转换成语音后，想要将其转换成字幕，则需要进行特定的操作。一般来说，需要使用语音识别技术将语音转换成文字，然后再将文字转换成字幕格式。

首先，需要在语音文件中标注时间点信息，这样可以将每句话定位到特定的时间段，形成字幕的时间轴。

接着，需要进行文本的处理，包括识别语音中存在的断句、标点、朗读语气和口音等信息，以便更准确的转换成字幕。

最后，将处理好的文字与时间轴结合起来，形成字幕文件，以便于视频播放时同步显示。需要注意的是，不同语音识别技术的准确度会有所不同，因此在进行文字转换成语音和转换成字幕时，需要选择可靠的技术和工具。