跳至内容
Coverton 博客
在这篇文章中
字幕和媒体

字幕文字记录:检查时间与偏移

现有的字幕可以提供可搜索的对话记录以供注释或回顾。此任务提取他们的书面文本,而不是收听视频音频来生成新的转录。

打开工具如何使用这个工具 ↓
字幕文字记录
此图展示工具的操作流程,不是上传文件的处理结果。

如何使用这个工具

  1. 添加包含对话的 SRT 或 VTT。
  2. 选择是否包含开始时间戳。
  3. 运行并检查对话完整性和时间。
  4. 下载成绩单文本文件。

选择正确的设置

当脚本需要指向视频中的时刻时启用开始时间戳。禁用它们以进行简单阅读,请注意每个提示都会变成一行,并且内部分隔符和标签也会被简化。

支持的输入
  • SRT,VTT
可用设置
  • 包括时间戳

处理前的准备

先选声音、画面或字幕的目标结果

开始前明确需要声音的图像、视频的一帧、可播放字幕,还是阅读用对话记录。波形图不同于音频编辑和语音识别,单帧图也不能代表整段运动。字幕转文字读取的是已有字幕,不是从音轨听写新稿。先把所需格式与工具的输出对应,再决定输入哪份材料。原媒体还要用于其他用途时,应保留源文件;生成图片或文本并不说明原音视频已被替代,也不说明完成了内容翻译或声音质量分析。

先试播放原文件,确认长度和需要的时间点。同一扩展名内部可能使用不同编码,浏览器必须能解码才可处理。取缩略图不应只看开头,可选择能说明场景的时刻。若黑屏或处在转场中间,应先调整时间,而不是只增加输出宽度。模糊原帧放大后也不会出现不存在的细节。准备比较的画面要对应实际播放中的同一时间,记住所选时刻,便于在结果中判断是时间选择不合适,还是编码读取存在问题。

字幕时间偏差应区分始终晚同样时长,与越往后差越大的情况。恒定偏移可考虑时间移动,逐渐扩大可考虑时间倍数。支持两者的工具应按说明理解先后顺序,并检查是否出现负时间或结束早于开始。一部分台词有误时,不应期待同一个全局设置修复所有区段。时间倍数改变的是字幕时间,不是视频播放速度。选好对应台词作参照,再在其他位置验证,不能只凭开头一条字幕对齐就认定全片一致。

SRT或VTT要先确认实际播放器或发布位置接收的格式。除了台词和时间,还要判断位置、样式是否重要。格式转换可能省略这些信息,不能只比较文字。阅读记录可按用途决定保留开始时间,继续播放则需保留相应持续时间和显示信息。转换格式并不包含翻译,也不把字幕烧录进视频。若原文依赖VTT设置,应查看当前转换的保留范围;把可读记录与可播放文件分开保存,避免后续用缺少必要信息的结果代替原字幕。

播放原件,核对场景、时间和文字

保存缩略图后,与原视频同一时刻比较人脸、字幕和运动物体的清晰度,读取实际像素,在使用位置查看。波形图则边听原音频边比较长静音和较大变化所在位置。把第一声道采样合并成图,不等于独立展示所有声道或测出精确响度。显示样式不同,同样声音可能看起来不同,比较时应统一设置。波形外观不能说明对话内容已转录,也不能替代专门的频率或响度报告;应按当前图像实际描述的对象解读。

调整后的字幕应在视频开头、中间和结尾找对应台词。开头正确不表示后半段也正确,短台词有无足够阅读时间、重叠是否有意,应实际播放判断。速度和行长检查的默认值不是所有平台的统一标准;知道真实要求时,应用对应条件。报告的字幕编号和开始时间要连接回源文件,才能逐条找到问题。报告帮助定位可疑区间,不自动说明如何改写;是否需要编辑还要看画面、对话和实际显示效果。

转换字幕或阅读记录时,核对首尾句子、姓名和数字。标签或内部换行被简化,可能改变句子之间的连接。VTT位置、样式和独立块是否保留,要看该转换的说明。记录缺少结束时间不必然是故障,也可能属于阅读输出的范围。没有检查问题也不能证明翻译正确或内容完整,应再对照原字幕。以后还要播放时保留原文件,避免只有去掉显示信息的文本;重要台词不应仅凭生成完成标记就直接使用。

失败时先区分不能播放或跳转,与字幕时间语法错误。编码问题要检查浏览器能否读取原件;字幕则看时间格式和各块间空行。长音频解码可能使用较多内存,应查看实际输入条件与处理范围。再次整段执行前,记录失败时间和字幕区间,才能明确需要更改哪项。转换不会补出原文件没有的场景、漏掉的台词或丢失的声音;若源材料本身不完整,应先准备合适来源,而不是期待换格式自动恢复。

输入和输出示例

SRT/VTT 阅读 → 阅读 transcript.txt

示例描述了工作流程。结果取决于源文件和设置。

保存前检查结果

将第一个和最后一个对话与源进行比较,以确认没有遗漏任何线索。使用包含的开始时间来定位相应的视频部分并检查名称和号码是否准确提取。

结果与预期不符时

当字幕变成纯文本时,可能会丢失结束时间或样式。如果您稍后需要具有持续时间和演示设置的可播放字幕,请保留原始 SRT 或 VTT。

使用限制

  • 按提示顺序创建阅读记录。提示标签和样式被删除。

选择下一项处理

生成音频波形图

当您需要音频文件变化的图片时,创建 PNG 波形。第一个通道的样本被分组到图像宽度中,因此这不是每个音频通道的单独显示。

设置宽度、高度、背景和波形颜色,然后选择镜像、线条或条形。使用相同的显示设置进行比较,因为不同的风格会使相同的音频看起来不同。

打开工具

提取视频缩略图

此时保存代表您要显示的场景的帧。如果视频以黑色或模糊过渡打开,请选择一个有用的时间,而不是仅从零秒处的帧进行评估。

输入时间(以秒为单位)并选择具有最大宽度的 JPG、PNG 或 WEBP。设置质量为JPG或WEBP;较大的宽度设置不会创建超出源帧的细节。

打开工具
Coverton字幕文字记录
打开工具

本指南介绍可在浏览器中使用的公共工具。请保留原文件副本,并在分享前检查处理结果。

此翻译是在软件协助下完成的。您也可以阅读英文版本。 阅读英文