视频翻译

不会。视频由你的浏览器打开，音轨在你自己的机器上抽出来。送出去的是那条音频，听写出来的文字再送去翻译——这两件事没有模型做不到。视频文件本身、以及画面上看得到的一切，都留在你的电脑里。

想要的话是三个文件：翻好的字幕 .srt 和 .vtt，加上原文逐字稿 .srt。不会产生新的视频，字也不会烧进画面——那要把整个片子重新编码，这个工具不做。

一页等于一分钟音频；听写出来的文字拿去翻译时，会再按文字计一次，大约每三分钟的话多算一页。每天 5 页免费，等于一天大约四分钟的视频，从头走到尾。

三十分钟。再长浏览器一次要扛的东西太多，等待时间也不合理了。更长的录像，先用「视频剪辑」把要的那一段剪出来——那一步整段都在你的机器上跑。

单人、口齿清楚的话听得不错。人名、行话、抢话、口音重、底下压着音乐，都会让准确度掉下来；翻译也只是机器翻译，而且字幕一句一句都很短，没什么上下文。音频是切成两分钟一段送的，正好卡在边界上的字可能会掉。当成一份不错的草稿，别当成正式记录。

会告诉你什么都没听到，页数退回去。安静、没有人声的音乐、听不出是什么的杂音，结果都一样。