# 影片筆記：让做字幕像水果忍者般丝滑！首个词级双语字幕制作软件


<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->
## ⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

- 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）
- 待修正：逐字稿可先使用，但有待校正清單（segment=3 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=6 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

## 一句話總結

介紹一款名為 **Substar** 的字幕製作軟體，透過整合聽寫、AI 切分、校準、翻譯與導出的可視化工作流，解決字幕製作中重複耗時的痛點，並支援阿里雲百鏈與製補 API 配置。

## 核心重點

*   **產品定位**：Substar 是一款開箱即用的可視化字幕製作工具，旨在簡化從音視頻聽寫到最終導出的完整流程。
*   **核心流程**：涵蓋聽寫、AI 切分、校準、翻譯、審閱、打軸至導出成品。
*   **技術依賴**：需配置阿里雲百鏈 API Key（用於聽寫）與製補 API Key（用於編輯服務）。
*   **智能功能**：
    *   支援熱詞與 Prompt 設置以提升聽寫準確率。
    *   提供 AI 輔助切分與參考文稿匹配功能。
    *   具備 AI 校準（保留修改標記）、查找替換及外部 AI 審閱功能。
*   **翻譯與編輯**：支援逐行與多對多映射翻譯；提供標點處理、自動吸附時間軸、簡繁轉換等工具。
*   **導出能力**：支援直接導出字幕文件給剪輯軟件，或導出完整工程文件以跨設備繼續編輯。

## 詳細大綱

### 一、 Substar 產品定位與核心價值
*   **目標**：解決字幕製作中重複、耗時的環節。
*   **形式**：開箱即用的可視化工具包。
*   **流程整合**：聽寫 -> AI 切分 -> 校準 -> 翻譯 -> 省略 -> 打軸 -> 導出成品。

### 二、 初始配置與環境設置
*   **API Key 配置**：
    *   聽寫服務：需配置阿里雲百鏈 API Key。
    *   編輯服務：需配置製補 API Key。
*   **成本優勢**：新用戶有適用額度，長期使用具性價比。

### 三、 素材導入與基礎設置
*   **素材處理**：支援拖入視頻或音頻，支援批量處理多個素材。
*   **語言與格式設置**：
    *   設置原文語言、目標語言。
    *   設置不同語言的單條字幕字符數上限。
*   **聽寫優化**：
    *   設置熱詞與 Prompt（提示詞）。
    *   目的：讓模型了解內容背景，重點識別特定詞語。
    *   功能：支援 AI 一鍵填寫。

### 四、 字幕切分與工程建立
*   **參考文稿支持**：
    *   上傳視頻時可附上參考文稿。
    *   編輯器智能匹配正確的支持，保留參考文稿與聽寫結果之間的差異。
*   **切分模式**：
    *   **推薦：AI 輔助切分**：結合上下文和語法結構，正能選擇合適的句子缺點，生成可編輯的字幕工程。
    *   **備選：參考文稿標點切分**。

### 五、 編輯器操作與功能
*   **界面聯動**：分距列表、媒體預覽、時間軸保持聯動。
*   **快捷操作**：
    *   右鍵單擊自辭間隙：切分。
    *   右鍵單擊行尾輔助點：合併下一條。
    *   左鍵雙機磁源：編輯。
    *   脫選多個磁源：合併、刪除等操作。
    *   拖動時間軸邊界：調整字幕時間。
    *   相互吸附的字幕：左鍵單擊控制鍵，切換聯動與個別調整。

### 六、 AI 校準與審閱
*   **AI 校準功能**：
    *   處理標點、英語大小寫、專有名詞及可能的清解錯誤。
    *   補充要求：重點檢查品牌名、機構名或數字。
    *   機制：不重新生成整篇稿子，而是在原文上留下具體改動標記。
*   **批量編輯**：
    *   經典查找與替換功能。
    *   批量對命中的詞源進行編輯。
    *   支援流控就位刪除，隨時可撤銷。
*   **外部 AI 審閱**：
    *   生成可粘貼到網頁端 AI 的審閱材料。
    *   檢查範圍：全部當前分距或指定範圍。
    *   上下文：自動附帶前後上下文。
    *   疑難解答：可附上疑問，交由網頁端 AI 進一步判斷。

### 七、 AI 翻譯功能
*   **映射模式**：
    *   逐航映射。
    *   多對多映射：
        *   模型先結合上下文理解完整意思。
        *   再把一文放回合適的分句。
        *   目的：照顧上下文，符合字幕閱讀節奏。

### 八、 收尾工具與導出
*   **標點處理**：分別設置上型字幕和下型字幕中符號的刪除或替換為空格。
*   **自動吸附**：
    *   向前智能吸附：尋找可信的起因位置，保留少量靜音與量。
    *   向後處理：按預值處理相鄰字幕間的小空隙，減少閃爍感。
*   **其他設置**：
    *   減反轉換。
    *   收畫人設置，適合不同地區版本及採訪、播客等多人素材。
*   **導出方式**：
    *   點擊右上角大公告稱導出。
    *   直接導出字幕文件給剪輯軟件。
    *   導出完整工程文件，便於換電腦繼續使用。

## 工具 / 模型 / 名詞整理

*   **Substar**：影片介紹的字幕製作工具名稱。
*   **阿里雲百鏈**：聽寫服務所需的 API Key 來源。
*   **製補**：編輯服務所需的 API Key 來源。
*   **阿里雲**：提及的雲端服務提供商。

## 操作流程整理

1.  **環境配置**：獲取並配置阿里雲百鏈 API Key 與製補 API Key。
2.  **素材導入**：拖入視頻或音頻，可批量處理；設置原文與目標語言及字符數上限。
3.  **聽寫優化**：設置熱詞與 Prompt，利用 AI 一鍵填寫提升準確率。
4.  **工程建立與切分**：
    *   可上傳參考文稿。
    *   選擇「AI 輔助切分」或「參考文稿標點切分」生成字幕工程。
5.  **編輯與校準**：
    *   使用聯動編輯器進行切分、合併、編輯與時間軸調整。
    *   執行 AI 校準處理標點、大小寫、專有名詞及錯誤。
    *   使用查找替換進行批量編輯。
    *   可生成材料進行外部 AI 審閱。
6.  **翻譯**：選擇逐航映射或多對多映射進行翻譯。
7.  **收尾處理**：
    *   處理標點符號。
    *   執行向前與向後自動吸附。
    *   進行減反轉換與收畫人設置。
8.  **導出**：點擊大公告稱導出字幕文件或直接導出工程文件。

## 值得注意的限制或風險

*   **API 依賴**：功能高度依賴阿里雲百鏈與製補的 API Key，需確保帳號狀態與額度充足。
*   **辨識準確性**：部分功能描述（如 AI 切分邏輯、吸附機制）在逐字稿中語意不明，實際操作效果需視具體實現而定。
*   **外部審閱限制**：外部 AI 審閱需將材料粘貼至網頁端，涉及資料外洩風險，需注意敏感資訊處理。

## 逐字稿辨識疑點

以下詞彙在分段筆記或逐字稿中出現，語意不明或疑似聽寫錯誤，僅記錄原貌，未做更正版：

*   **有氣圖形**：形容做字幕的感覺，語意不明。
*   **開箱僅用**：應為「開箱即用」，但逐字稿寫為「僅用」。
*   **打轴**：應為「打軸」或「對軸」，逐字稿寫為「打轴」。
*   **製补**：編輯服務 API Key 名稱，疑似「製播」或特定產品名，保留原樣。
*   **共鄰定多**：描述參考文稿與聽寫結果差異處理後的結果，語意不明。
*   **正能選擇合適的句子缺點**：描述 AI 切分功能，語意不通，疑似「正確選擇合適的句子斷點」之誤。
*   **分距列表**：編輯器界面元素，疑似「分句列表」或「分段列表」。
*   **自辭間隙**：操作對象，疑似「字詞間隙」或「詞語間隙」。
*   **磁源**：操作對象，疑似「字幕源」或「音軌源」。
*   **清解錯誤**：AI 校準處理的對象，疑似「拼寫錯誤」或「聽解錯誤」。
*   **流控就位刪除**：編輯功能描述，語意不明。
*   **逐航映射**：翻譯模式，疑似「逐行映射」。
*   **一文放回合適的分句**：翻譯過程描述，語意不明。
*   **上型字幕和下型字幕**：標點處理對象，疑似「上屏字幕和下屏字幕」或「上方字幕和下方字幕」。
*   **可信的起因位置**：向前吸附尋找的目標，疑似「可信的起始位置」。
*   **靜音與量**：保留的內容，疑似「靜音與音量」或「靜音與緩衝」。
*   **預值處理**：向後吸附的處理方式，疑似「預設處理」。
*   **減反轉換**：編輯器功能，疑似「簡繁轉換」。
*   **收畫人設置**：編輯器功能，疑似「說話人設置」或「角色設置」。
*   **大公告稱**：導出按鈕描述，疑似「大號按鈕」或特定 UI 名稱。
*   **不斷完勝**：描述工作流，疑似「不斷完善」或「不斷完善的工作流」。

## 可延伸追問

*   Substar 軟體的具體下載與安裝方式為何？
*   阿里雲百鏈與製補 API 的申請流程與費用結構詳細說明？
*   AI 輔助切分與參考文稿標點切分在實際使用中的準確率差異？
*   如何設定熱詞與 Prompt 以最佳化特定領域（如醫學、法律）的聽寫效果？
*   導出的工程文件格式為何？是否支援與其他字幕編輯軟體的格式轉換？