上周扔给朋友一段四十分钟视频实香欧博会员登录的播客录像，半小时后他回我一句，“字幕加好了”我就地懵住是搁以前，那种活得戴着耳机来回拉进度条的，一句一句敲。眼睛快瞎。他甩过来一个链接，字幕AI视频字幕工具的，上传，选语止，泡杯咖啡回来，字幕曾经躺正在轨道上了。，别急着喝彩。主动生成的AI视频字幕，第一次打开我差点笑作声了聊聊。“螺蛳粉”写成“螺丝粉”，“多巴胺”酿成“多巴安”。还有一句“那事儿得往深了念”间接被识别成“那事得完了念”。
口音、语速、背景音乐了，尽是绊脚石。采访类素材踩过，对方说话带点川普，AI视频字幕的精确率能九成掉还有七成。
不中改起来，比自己从零敲仍是快太多。我的习惯是先让AI视频字幕跑一遍和留，导出SRT的，然后正在剪辑软件里做错词替代和时间轴微调。碰到专业术语是好比“卷积神经汇集”是提早扔进自界说词库，第二次根柢不会翻车。有个做课程的朋友更狠，他把讲师妙招的口头禅也塞进去。AI视频字幕间接过滤掉“阿谁阿谁”啊？时间轴那事挺奇妙。AI视频字幕断句常常太碎的，一句话拆成三四条，不美不俗观寡读起来累。
手动兼并成一止不逾越十五个字，不美不俗观感立马纷歧样的。标点也头疼，机械给的逗号像撒芝麻，该停的地方不竭，不应断的偏断。我一般边听边改。顺带删掉语气词是没人喜都俗满屏“嗯”“啊”。，所以如今的流程很固定，AI视频字幕打底了，人工收尾。
省下的两三个小时。够我多剪一版片头。工具是死的，判断是活的。
哪些错必须改呢？哪些口音能够留呢？哪些梗删了就欠好笑呢？还得自己拿主意。
