字幕翻译和文档翻译最大的区别是空间与时间都有限：一行只能放十几个字，出现时间只有两三秒。译文再准确，读不完也是无效输出。
一、先提取字幕文本
如果视频带有字幕轨，优先直接提取，比语音识别准确。没有字幕轨时用音频识别生成初稿，再人工校正专有名词与口音较重的片段。识别初稿不要直接翻译，先通读一遍把明显错字改掉，否则错误会被翻译放大。
二、按句切分再翻译
把整段文字丢进翻译框，得到的译文往往句子过长。正确做法是按原始字幕的时间单元切分，一句一条提交，保持与时间轴一一对应。长句可拆成两条字幕，但要保证第二条能独立理解。
- 每条字幕对应一个时间单元
- 长句拆条时避免代词悬空
- 数字与专有名词尽量保留在首次出现的条目里
三、控制单行字数
中文单行建议不超过十六字，两行合计不超过三十字。超出后观众来不及读，且在小屏设备上会挤压画面。译文比原文长是常态，此时应优先压缩修饰语，保留信息主干。
四、时间轴对齐与校对
译文回填后逐条预览，重点看三处：句子是否在语音开始后才出现、结尾是否提前消失、两条字幕之间是否留有间隔。校对阶段不看原文只看译文，能发现读不通顺的地方；再看原文复核信息是否有遗漏。
五、常见问题
口语填充词不必逐字翻译，删掉后语速更自然；人名首次出现可保留原文，后续使用统一译名；文化专有名词必要时加简短注释，但注释本身也会占用屏幕，能省则省。
字幕文件的编码与时间格式需与播放器匹配，导出后先在本地播放器试看一遍再交付。