把转写、翻译、校对和归档拆开，比寻找一个“全自动万能字幕工具”更可靠。
字幕不是一次点击就完成的事情
我处理字幕时，通常会把任务拆成四个阶段：
媒体文件
→ 本地转写
→ 文本清理
→ AI 翻译
→ 时间轴校对与归档每一步都可以换工具，但流程本身不应该依赖某一个平台。
这比寻找“一键完成所有事情”的工具更稳定，也更容易定位问题。
第一步：本地转写
对于视频和教程类内容，我会优先用 MacWhisper 在 M1 Mac 上做本地转写。
本地处理的好处是：
- 大文件不必上传云端
- 可以利用本机性能
- 更适合长视频反复尝试
- 原视频可以留在 NAS 或本地工作目录
- 断网时也能完成基础转写
转写结果通常不会完美。人名、产品名、专有术语、口音和中英混合内容，都可能需要人工清理。
所以我会把转写输出看成“可编辑草稿”，而不是最终字幕。
第二步：清理原文
翻译之前，我会尽量先处理原语言文本。
常见清理项目包括：
- 合并明显错误的断句
- 修正常见人名与品牌名
- 删除重复语气词
- 处理没有意义的环境音描述
- 保留真正影响语义的停顿和语气
如果原文质量很差，再好的翻译模型也很难给出稳定结果。
第三步：AI 翻译
在翻译环节，我会根据任务使用智谱或 DeepSeek 等 API。
API 翻译最大的优势不是“自动翻译”，而是可以给它明确的上下文和规则。例如：
你是一名影视字幕译者。
要求：
1. 保留原字幕时间轴与序号
2. 不增加解释性内容
3. 专有名词第一次出现时保留英文
4. 中文自然、简洁、适合屏幕阅读
5. 每条字幕不要过长
6. 保持原文语气，不夸张改写对技术教程，我会补充：
术语优先使用软件界面中的官方中文译名。
命令、路径、参数、代码、文件名保持原样。对纪录片或访谈，我更关注语气、节奏和口语自然度。
第四步：回到时间轴
翻译结果正确，不等于字幕可用。
最终还要检查：
- 中文字幕是否过长
- 一条字幕是否出现太多换行
- 语义是否和镜头节奏匹配
- 人名、术语和单位是否统一
- 双语字幕是否影响画面阅读
- 字幕编码是否能被播放器正确识别
我会尽量把最终字幕保存为标准格式，例如：
.srt
.ass并与原始媒体、转写文本和最终翻译分别归档。
文件归档结构
一个简单结构足够：
Subtitle Project/
├── source/
│ └── original-video.mp4
├── transcript/
│ └── original-language.srt
├── translation/
│ └── zh-CN-draft.srt
├── final/
│ └── zh-CN-final.srt
└── notes/
└── terminology.md这样未来需要重新翻译、调整术语、换模型或处理新版本视频时，不必从零开始。
最后
好的字幕工作流不是让 AI 取代判断，而是把重复劳动交给工具，把语义、节奏和最终质量留给人。
本地转写保证可控，API 翻译提高效率，NAS 归档保证结果可复用。这个组合比任何单一软件都更值得长期维护。