通用的外语音档 转 字幕档文字 转 译本步骤 1. 使用whisperX或是whisperKit，或是以其作为基底的应用程式 原版whisper只专注声音转文字，所以英文以外的语言有跳针问题，也没有时间轴标记 以上这两款是目前开源中最能减少上述两个问题发生的专案 2. 用large v3或large v3 turbo模型去跑 在大幅度减免跳针问题後，就可以使用精度较高的large v3模型了 如果是翻译日文的话，也可以使用huggingface上kotoba-tech的日文微调模型 3. 确认时间轴是否有在正确的位置上 如果大部分都微歪的话，用ffsubsync做校正 4. 把字幕档丢进去LLM模型翻译 有一些已经包装好的字幕翻译应用程式可以放API key进去使用 或使用Google AI studio的Gemini Pro 2.5去翻译。聪明、记忆力好、输出长度高 要下的指令有： a. 音档原语言、情境、要翻译成台湾繁体中文 b. 这个音档是机器提取，可能会有错译，必要时可以参考上下文改成合理的近音字 c. 编号与时间轴不要动到、保持原状 d. 如果被挡，要把safety settings全关掉，然後下越狱词 一次跑不完的话，就告知LLM从编号xxx继续往下翻，最後再自己整篇拼起来 记得要抽查编号与时间轴，LLM有时候会脑抽在某个位置整组歪掉 5. 用字幕档软体做校阅 改译文、微调时间轴、把重复的内容合并或缩减、无意义的内容删掉 etc. 流程原则上是这样，嫌麻烦的话也可以自己写code或vibe coding，把这堆东西统整起来 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 184.65.128.80 (加拿大) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/AC_In/M.1745258870.A.380.html ※ 编辑: driftcreator (184.65.128.80 加拿大), 04/22/2025 02:14:26