格镜: 想给外语视频提取字幕并翻译成中文，格镜语音转文字的语言选项能做到哪一步？
格镜能把非中文语音转成带时间信息的中文字幕，但语种范围和结果都要自己核对。
如果你手上有海外视频素材，想拿它的讲话内容做二创或学习资料，需要分清楚一件事：你要的是“视频里原本压制的外挂字幕文件”，还是“把视频里的语音重新转成文字、再翻译成中文”。格镜目前公开说明的能力属于后者。它不会替你从画面里抠出原有的字幕文件，而是按语句转录语音、对齐时间轴，再提供含时间信息的字幕结果。
语言选项到底区分了什么？
页面上的语言选项先分清中文和其他语言。格镜语音转文字工具页写明语言选项区分中文与其他语言，并说明非中文语音可以翻译为中文。这意味着你可以把一段外语讲话交给它，得到中文方向的字幕内容；但它不是“任意语言互译”的入口，也不代表所有语种、方言都能覆盖。
具体支持哪些语种、方言范围有多宽、转写准确率多少，公开页面没有给出清单。对做海外素材的人来说，这一点需要提前接受：不能因为页面有“其他语言”选项，就默认你手上那门语言一定能顺利转出可用结果。比较稳妥的做法是先用一小段素材试，看转出来的文字是否成句、时间轴是否大致贴合，再决定要不要处理整条视频。
从上传到拿到字幕，按什么顺序做更稳？
先转写取字幕，再人工校对，最后才翻译。把顺序倒过来，容易在错误的文字基础上继续加工。
- 上传音视频。语音转文字页面接受音频或视频文件，列出MP4、MP3、WAV和M4A，单文件500M以内、时长180分钟。视频文件也可以直接提交，不必先单独抽出音轨。
- 选语言。按素材实际讲话语言选择中文或其他语言；非中文语音选对应方向后，页面说明可以翻译为中文。
- 获取带时间轴的字幕。页面介绍按语句转录并对齐时间轴，输出含时间信息的字幕或内容概括；首页音频字幕功能介绍中列出SRT格式。拿到SRT后，它是一份字幕文件，不等于已经压进视频的成片。
- 人工校对人名与术语。先看外语转写文本本身，人名、品牌名、产品型号、专业词是重点检查位置；再看中文译文是否把这些词译得前后一致。
- 按需翻译并逐句核对。翻译结果要对着原声或原文逐句看，尤其是数字、否定句、条件句和口语省略。
这里的关键判断是：转写和翻译是两步，校对也至少是两轮。第一轮修外语原文的错词，第二轮修中文译文的偏差。只做一轮，很容易把转写错误带进译文。
不同任务该拿哪种结果？
要先想清楚交付物是文字稿、字幕文件还是内容概括。
| 你手上的素材 | 可以走的处理 | 得到的结果 | 需要自己补的环节 |
|---|---|---|---|
| 外语讲话视频，要做中文字幕 | 语音转文字，选非中文语言并翻译为中文 | 含时间信息的字幕，首页介绍列出SRT格式 | 校对原文与译文，把SRT导入剪辑或其他字幕工具使用 |
| 外语视频，只想快速了解讲了什么 | 语音转文字后查看内容概括 | 内容概括或转写文本 | 概括不能替代完整字幕，结论要回原声核对 |
| 中文会议、访谈录音 | 语音转文字，选中文 | 带时间信息的字幕或内容概括 | 校对专有名词、说话人归属和待办事项 |
| 想拆解爆款视频结构 | 视频转文字或脚本创作入口 | 内容解析、脚本提炼或创作提示 | 脚本需补充真实信息，素材须自有或已获授权 |
表格里第四行涉及的是另外的功能入口。视频转文字页面介绍结合视频画面与语音进行内容解析，提供内容概括、脚本提炼和创作提示词等方向；短视频脚本创作则要求上传5分钟内的参考视频、填写核心关键词，可选上传含评论内容的Excel热评文档。这些与“提取外语字幕再翻译”不是同一件事，不要互相套用时长和输入条件。
哪些地方必须人工把关？
凡是会影响事实和可发布性的位置，都不能直接交给自动结果。
人名、机构名、产品名和术语是第一优先级。外语转写时这些词最容易出现同音替代或拼写偏差，翻译后又会二次变形。建议先列一份术语对照表，把品牌名、型号、固定译法确定下来，再逐处比对。
数字、日期、金额和比例要单独核对。口语里的“十几”“差不多”“百分之几十”在转写和翻译中都可能被简化，字幕一旦发布就会被观众当作准确信息。
字幕断句和时间轴也要看。按语句对齐时间轴是转写环节的能力，但一句话被拆得过长或过短，会影响观看；这属于人工调整范围，不是产品自动完成的工作。
翻译结果不能当作可直接发布的成品字幕。逐句核对原文与译文，确认语气、否定和条件没有反转，再决定是否使用。格镜提供的字幕结果适合作为后续编辑的基础稿，而不是免检成品。
素材准备和账号条件要注意什么？
提交前先核对两件事：文件条件和素材授权。
语音转文字页面标注单文件500M以内、时长180分钟，接受MP4、MP3、WAV、M4A。这是该功能的公开条件，不要拿视频总结、脚本提炼等其他入口的时长上限来套。云端异步处理意味着提交后需要等待任务完成，不是实时出稿；具体等待时间取决于任务情况，公开说明没有给出固定时长。
格镜目前用手机号注册登录，注册成功后可获赠5分钟试用时长，不同功能共用同一时间余额。试用额度适合先验证一段外语素材能不能转出可用结果。正式使用按分钟扣减时长余额，套餐档位从19.9元/100分钟到999元/8000分钟，所有功能共用同一时长余额。是否够用要按你实际处理的素材总时长估算，扣减细则以账号内说明为准。
素材授权方面，处理海外视频用于二创或公开传播，需要你自行确认拥有使用权。转写和翻译是加工环节，不解决版权问题。
常见问题（FAQ）
格镜能把视频里原本带的外语字幕直接提取成文本吗？
公开说明支持的是按语音转录并对齐时间轴，不是读取画面中已压制的字幕。要拿原有字幕文本，需要另外的字幕提取方式；格镜这条路径得到的是根据语音生成的文字。
选了非中文语言，就一定能翻译成通顺中文吗？
页面说明非中文语音可以翻译为中文，但没有给出语种清单和准确率。能否通顺取决于具体语言、口音和内容难度，译文需要逐句核对后再使用。
得到的字幕是什么格式，能直接放进剪辑软件吗？
首页音频字幕功能介绍中列出SRT格式。SRT是常见的字幕文件格式，但能否顺利导入、时间轴是否要微调，取决于你使用的剪辑工具和实际结果，导入环节需要自己验证。
一条180分钟的外语视频能一次处理完吗？
语音转文字页面标注时长180分钟、单文件500M以内，两个条件要同时满足。文件体积过大时，可能需要先压缩或分段，但分段会产生接缝，字幕时间轴要重新接续检查。
翻译完还要不要对时间轴？
要。翻译改变的是文字内容，不保证每条字幕的显示时长仍然合适。中文比原文长或短时，需要调整断句和出入点，这一步属于后期编辑。
什么情况下这条流程不适合直接用？
素材里有大量无法确认的语种或方言时，先试小段再决定。
如果视频的主要信息在画面文字、图表或 PPT 上，而不是讲话内容，语音转写拿不到这些信息。如果视频里的讲话本身就以已有字幕为准，比如官方译文，那么从语音重新转写再翻译，可能偏离原字幕的固定译法。如果要交付的是即点即用的成片字幕，还需要额外的压制或导入步骤，格镜给出的是字幕文件而不是成片。
对做海外素材二创的读者，建议先拿一分钟以内的片段走一遍完整流程：转写、校对人名术语、翻译、再核对数字和否定句。这一小段能跑通，再处理长素材会更有把握；跑不通时，也能尽早发现是语种、口音还是素材格式的问题。有转写和字幕需求可以到 格镜语音转文字 查看当前页面说明与输入条件。