按最终音频对齐字幕与定稿文字

这个场景能帮你做什么

字幕只按字数平均分配，容易比声音快或慢。WorkBuddy 可以把已确认文字和真实音频时间结合起来，整理逐句字幕，让声音决定时间、定稿决定文字。

开始前准备什么

提供最终音频、对应定稿、视频帧率或交付时间格式、语言及字幕排版要求。若有自动识别结果一并提供；明确音频是不是最终版本，片头片尾是否包含在同一时间轴。

具体怎么做

确定唯一时间基准

以实际音频起点和时长为准，记录片头偏移；不能用预计语速推算整条时间。音频一旦换版，原字幕时间需重新确认。

先校文字再对齐

将识别文本与定稿对应，修正专名和数字。实际录音与定稿不一致时列差异，不能悄悄把字幕改成没说过的话。

按语义切分字幕

在真实停顿和意思边界断句，保留转折、否定与条件，不为一屏短字删掉必要信息。时间来自识别或真实音频定位。

交付并回查时点

输出约定字幕文件和差异表，抽查开头、中段、结尾及长停顿；实际播放确认由能访问成片的人完成。

可以直接交给 WorkBuddy 的要求

请以最终音频为主时钟、批准定稿为文字依据整理字幕。先列录音与定稿差异，再根据真实识别时间对齐并按语义断句；专名和数字逐项校对。不按字数均分时间，不编时间戳。输出字幕文件、时间基准、待听核项；音频无法读取时只交文字稿并说明限制。

完成后会得到什么

与最终音频对应的字幕文件、文字差异表和需听核的专名清单，后续剪辑有明确版本依据。

结果怎么检查

字幕首尾是否超出音频，是否出现倒序、重叠或长空白；否定词和单位是否完整，片头偏移是否已经计算。

异常怎么处理

只有文字无音频时不生成伪精确时间；识别错误影响含义时回到音频复听，服务失败不把估算字幕冒充对齐结果。

哪些必须由人决定

作者确认录音改词是否可接受，剪辑人员确认最终时间轴与实际播放效果，发布者决定成片可用性。