大家好，又来分享自己经验了（大佬绕道）
前言
其实我是比较崇尚全自动的，但是有时候确实是现在的ai识别还是比较有限，虽然说绝大部分场景能满足了，但是还是有些关键的地方确实，所以有时候还是需要手动精修一下  。
第一部分：生成日文字幕
我是用先用potplayer 自带的ai生成字幕来生成完整的原日文srt字幕文件。
1、原理其实很简单，potplayer自带生成有声字幕，所以是自带框架的，但是第一次是需要你下载完整的框架和模型。也不大，可能需要科学环境。
播放界面右击即可找到有声字幕生成
2、用的openai的whisper引擎，然后用的large-v3模型，一般默认识别附加选项就不需要了，不过为了精确，和后续精修，最好还是带上以下选项：
- --compute_type int8_float16 --temperature 0 --beam_size 5 --condition_on_previous_text False --vad_filter True --vad_method silero_v4_fw --vad_threshold 0.50 --vad_min_speech_duration_ms 250 --vad_min_silence_duration_ms 500 --vad_speech_pad_ms 200 --no_speech_threshold 0.65 --repetition_penalty 1.10 --no_repeat_ngram_size 3
生成有声字幕的配置界面
这个是ai针对jav这种视频专门给的优化参数，但是并不是绝对匹配所有视频，只能说比默认好用一点。
3、选好语言后，我是不建议再勾选下面的vad和滤镜增强，极大概率漏掉很多对白。
4、点击开始，既可以等待生成。
注意事项：对于没有显卡的，可以用cpu来转换，就是很慢就是了，转换引擎有一个cpu的选项，也有一个cuda选项，但是如果你是20系以上显卡，建议选xxl+v3，很好用。其他组合我也没有用过，不懂的可以将下面提示词发给ds，让它给你选：
你是一个ai专家，现在我需要用potplayer的生成有声字幕的功能提取日文视频的日文字幕文件，我的机器配置是：（填你的机器配置），给我一个适配我机器的专用配置。
当然，市面上肯定又别的ai可以从音频提取出原始字幕文件，但是我目前没有用到，据说还可以用剪映的字幕生成功能，有会员的大佬可以试试。
第二部分：翻译
这部分翻译真的很重要，我试了很多ai，最后发现，其实各大模型都各有千秋，综合来说还是gpt好一点点。
1、国内有些模型可能看了字幕文件会不认识，你可以将srt后缀改为txt，然后再上传给ai
2、提示词：
- 将这份日文字幕翻译成自然简体中文，保留所有序号和时间轴，结合前后文处理人称，清理明显重复字幕，不增加原文没有的内容，保留原意，输出 SRT 文件。注意，你自己翻译就行，不要用什么大模型什么工具之类的。注意，你可以查看单句台词的持续时间，如果明显超过句子本身长度的，以结束时间为准，向前修改句子持续时间，长度你按照正常语速修改。但是在输出str后，要给我一个日志报告，说明你修改了那些句子的持续长度。
3、详细提示词：见附件
由于简短提示有时候就够用了，但是某些ai在遇到超级多（比如字幕条数在3K以上），模型可能会上下文不足导致无法正常翻译。而且有时候不会处理正确的人物关系和某些asmr识别错误。所以我在简短提示词的基础上改了份非常详细的。
4、skill翻译
这是我用ai写的通用skill，你可以用于各大支持skill的ai，比如dumate，比如豆包电脑模式，比如gpt，openclaw，都行，将skill直接扔给它，让它安装好后，后面再直接扔srt给它只要说一句话，帮我翻译下字幕文件。即可自己按照技能翻译了。
技能保留了详细提示词的能力，增加分段滚动处理窗口，模型不用在乎上下文了，只需要注意100条左右的字幕就可以了，处理好后会合并一个文件给你，它会自动处理人物关系，时间轴错误，明显asmr识别错误。
gpt网页版工作模式翻译
注意事项：由于翻译是实实在在的输入，又实实在在的输出，不建议用token烧，能白嫖就白嫖，一般网页版就够用了，实在不行，自己分段发给在线大模型。
ds很好用，几乎不会有审查，但是有时候翻译好后会撤回，这时候你就要手快了，翻译好后立马复制。这种翻译的话能很好的结合上下文，不会有逐句翻译那种机械感。
第三部分：精修
1、如果你觉得ai翻译的够用了，这一步其实可以省略，但是如果追求高品质，精修还是很有必要的。因为whisper有时候还是会很难识别轻声，呻吟等声音，而且有时候一个字幕会在时间轴上挂上很长很长时间。精修后可以分发，也可以自己珍藏。
2、精修我用的SubtitleEdit，界面很好用，第一次用的时候选options，choose UI language...选中文就好。下载地址
3、先拖入你的字幕到左边，再拖视频到右边的区域，一般如果你字幕文件和视频文件如果是命名相同，先拖入视频它会自动提示是否打开。如果不一样，先拖入视频可能再拖入字幕文件可能会导致覆盖，无法播放视频，此时再拖入视频即可解决
字幕编辑软件
4、整个界面如上，按钮什么的我就不介绍了，反正应该鼓捣几分钟就会了。
5、有人会说，我又不会日语，我怎么精修？
哈哈，好问题，SubtitleEdit强大的地方在于可以方便的循环一句话。你就可以将你听到语音，用音译的形式写出来，拼音都行，然后发给ai，让ai猜。虽然这样的效率比较低，但是你不会日语，只能这样了。而且现在ai能猜的八九不离十，你甚至可以带上场景，环境，让ai能更准确的猜出这句话是什么。然后根据ai的答案，你自己看的理解，差不多也能理解个大概。
ds根据音译猜的一些台词
结尾
通过此次精修，发现精修手工字幕人员真的很辛苦，有时候一句话要听个十几遍，会的语言还好，不会的语言只能猜或者靠ai了。而且，还是给AV字幕精修，看着看着就要来一发，真的，我做这个字幕的时候差点就来了几发。一方面是你自己喜欢的av，另一方面是你在精翻过程中需要仔细理解场景，演员心理，平时都是快进的，然而字幕可不能快进，甚至还要反复观看，有时候觉得前后字幕对不起来的时候还要重复检查一下。
总之，这次通过精修字幕的观影体验确实是独特的，画面的刺激，声音的循环播放，字幕制作完成的成就感，非常的愉快。比平时自己看av，获取别人的字幕要愉快的多得多，刺激的多得多的。
不过也比较费时间就是了，一个小时左右的av，精修了三四个小时。如果你时间充足，有耐心我真心觉得可以试试。
ps:附件字幕文件为第一部分精翻，因为我只喜欢第一个女优，后面的都不咋喜欢，就没弄了（主要是因为天亮了，困的一批 ）
HJMO-738.zh-CN-gpt.zip
(196.1 KB)
ja-zh-subtitle-translator-v1.2.0.zip
(17.35 KB)
翻译要求.zip
(9.62 KB)
| 
发表于 2026-8-16 09:11:37
发表于 2026-8-16 09:20:29
建议可以试一下CapCut的模型 我是用三个模型对比精修
