返回博客约 6 分钟

如何翻译视频字幕并导出 SRT

从画面字幕或语音识别文字,按需去除旧字幕,检查译文和时间轴,并导出 SRT 与带字幕视频。了解 OCR 与语音识别的区别。

视频本地化需要分别决定两件事:翻译哪一份文字,以及怎样处理画面上已有的字。把它们分开考虑,可以避免翻错来源,或让新旧字幕叠在一起。

Subtitle Remover 支持用 OCR 识别画面字幕,或从语音识别对白,再翻译并生成带字幕视频和 SRT。这里翻译的是字幕,原有说话声音保持原样,不属于配音流程。

选择识别来源

来源适合情况重点复核
画面字幕(OCR)屏幕上的措辞就是要翻译的内容小字、描边、换行和双语字幕
语音(ASR)以说话内容为准,或视频没有字幕人名、噪声、口音和重叠发言

OCR 读取图像里的文字,ASR 识别声音。原字幕是概括或已经翻译过时,两种来源可能得到不同句子。

教程画面说明与旁白不一致时,先决定要复现哪种信息。双语字幕则要查看识别返回了哪些行,再接受翻译结果。

判断是否需要去除原字幕

视频没有可见字幕时,选择不去除并开启翻译。仅为了添加字幕,不需要修补干净画面。

字幕已烧录在画面中时,可以对下半部分用自动模式,或用精细模式指定框。识别读取原始素材,去除则为新字幕准备干净视频。硬字幕指南 说明了选区和效果检查。

如果是可切换轨道,请参考 MP4 字幕轨处理方法。删除轨道与擦除像素并不相同,有原字幕文件时应保留用于校对。

设置翻译任务

  1. 打开工作台,上传视频片段。
  2. 选择去除模式,或保留画面不去除。
  3. 开启字幕翻译,选择画面文字或语音来源。
  4. 选择目标语言。只想识别并换样式时,可以选择保留原语言。
  5. 从现有选项选择字体、颜色、字号和位置,检查积分估算。

当前限制为最长 10 分钟、最大 2 GB、最高 2K 输入,输出最高 1080p。翻译每秒另加 1 积分,去除按所选模式计费。例如 30 秒的自动去除加翻译,目前需要 60 积分;不去除、仅翻译需要 30 积分。以 当前价格 和工作台估算为准。

交付前复核文字和时间

处理后,在编辑器中逐行查看译文。先检查人名、数字、专业术语和否定表达,再润色风格。句子流畅,不代表意思一定正确。

边看视频边检查每条字幕的起止时间,避免阅读未完成就消失,或延续到无关镜头。调整过长的句子,确保适合所选字号;竖屏视频应按手机宽度检查。

可以修改文字、时间和现有样式设置,再重新压制进视频。重新压制会额外消耗积分,请先检查估算。保存通过复核的 SRT,同时保留成片。

区分不同下载文件

任务页按实际生成结果提供干净或基础视频、带字幕 MP4,以及识别原文和译文的 SRT。需要继续剪辑时用干净版本,需要始终显示字幕时用带字幕 MP4。

SRT 保存文字和时间戳,不保留工作台里的完整字体、颜色和精确位置,也不改变音轨。发布平台支持独立字幕文件时,可将 SRT 与干净视频一起上传,并在目标平台测试。

将源视频和最终字幕文件一起保存。以后发现翻译要修改,编辑文本会比从已烧录成片中重新处理容易。

常见问题

没有字幕的视频也能翻译吗?

可以,选择语音识别来源并开启翻译。背景嘈杂或多人同时说话时,要特别复核识别结果。

能换字幕语言,同时保留原声吗?

可以。这个流程添加翻译文字并保留原有对白,不会合成新的配音。

为什么识别漏掉了一行?

小字或特殊样式可能增加 OCR 难度。检查源画质,再判断语音识别是否更适合任务。两种来源不能简单视为等价,应复核输出。

先在 字幕翻译工作台 处理短片段,确认文字和画面都合适,再处理剩余部分。

把方法用到自己的素材

用你的视频试一试

去除画面文字、翻译字幕或导出 SRT。先用短片段测试,再检查效果是否符合需要。