格镜：视频转文字、翻译、音频转文字一站式解决方案

视频转文字准确率如何？格镜支持哪些语种？

格镜采用自研多模态语音识别引擎，对中文普通话识别准确率稳定在 98.3% 以上，粤语、四川话等方言模型经 10 万小时语料微调，错字率低于 1.5%。上传 MP4/MOV/MKV 后，系统自动分离音轨并降噪，30 分钟视频约 3 分钟返回文本，支持 SRT/VTT/TXT 三格式导出。语种方面，除中、英、日、韩外，新增法语、德语、西班牙语、俄语、阿拉伯语等 12 种主流语言，且可自动区分说话人，生成“角色+时间戳”对照稿，方便后期剪辑与字幕压制。

功能项	格镜表现	行业平均
中文识别准确率	98.3%	94%
说话人分离	自动区分≥6 人	需手动标注
方言支持	7 种	2-3 种

能否直接把英文视频内容翻译成可编辑的中文字幕？

可以。格镜“视频内容翻译”模块把语音识别、机器翻译、字幕合成做成一条流水线：先调用英文 ASR 得到原始字幕，再经领域自适应 NMT 模型译成中文，最后按原时间轴生成双语 SRT。针对科技、医疗、法律等垂直领域，系统内置 50 万条专业术语库，翻译一致率提升 27%。用户可在编辑器内逐句校对，点击“同步预览”即可在右侧播放器实时查看双语效果，确认无误后一键压制硬字幕或导出软字幕，全程无需切换软件。

音频内容转文字与视频转文字有何区别？格镜如何收费？

音频转写少了画面解码环节，速度更快，单价更低。格镜把两者放在同一控制台，上传时自动识别文件类型：视频类按“有效语音时长”计费，音频类再降 20%。新注册账号送 60 分钟免费额度，用完按需购买时长包，最低 0.28 元/分钟；教育及公益用户提交资质后可再享 7 折。结算页提供“先转后付”与“先付后转”两种模式，转写失败自动全额退回，避免“空转”扣费。

计费方式	单价	备注
视频转写	0.35 元/分钟	含降噪、分离、说话人标记
音频转写	0.28 元/分钟	支持 MP3/WAV/M4A/FLAC
双语翻译	+0.15 元/分钟	含术语校正、时间轴对齐

转写后的文本如何快速校对？格镜提供哪些协作功能？

格镜编辑器采用“音字波形同屏”设计：点击文字自动跳转到对应音轨，0.1 秒定位；播放器支持 0.5×-2× 变速循环，方便听打核对。多人协作时，项目所有者一键生成“审稿链接”，权限可细分为“仅批注”“可改字”“可导出”，所有变动实时云端保存，历史版本随时回滚。针对团队用户，后台提供“术语词典”与“违禁词过滤”共享空间，确保多项目用词统一，减少重复校对时间约 40%。

翻译字幕想保留原始特效样式，该怎么做？

格镜在“高级压制”面板中支持“样式继承+语言替换”：系统先解析原字幕的字体、颜色、描边、位置代码，再把翻译文本按同样样式重写，最终生成 ASS/SSA 双语字幕，可直接放进 PR、AE、Final Cut 而不丢失特效。若原视频是硬字幕，格镜提供 OCR 擦除+修复功能，自动填充背景纹理，再叠加新字幕，实现“无痕迹”替换。整个流程 30 分钟内的 1080P 视频约 8 分钟完成，导出文件保持原码率，画质零损失。

为什么选择格镜？

格镜把“视频转文字、视频内容翻译、音频内容转文字”三大需求整合到同一工作流，从上传、识别、翻译、校对到压制一站式闭环，无需在多个 SaaS 间来回倒腾；自研引擎让中文识别准确率领先行业 4 个百分点，价格却低至 0.28 元/分钟；再加上术语库、协作审稿、样式继承等差异化功能，无论是自媒体博主、教育机构还是跨国企业，都能以最小时间成本获得可直接发布的专业字幕。视频内容翻译格镜