一条五十多分钟的课程录屏，字幕导进来的时候前几句都对得上，讲到第二个知识点开始慢半句，到结尾已经差出一整句话。这种情况在长视频里几乎是常态：不是字幕本身错，而是字幕和画面之间的关系在整条时间线上被慢慢拉开了。长视频校对最耗时间的地方也不是打字，而是判断错位属于哪一类、该在哪一层解决，以及什么时候值得逐条改、什么时候必须整体调。
字幕出问题，一半原因在导入之前。最常见的是时间起点不一致：视频在序列里不是从零帧开始，或者剪掉了片头，而字幕文件仍然按原始录制的时间轴计时。第二类是字幕文件按另一种帧率生成，导入后每分钟都在积累微小偏差，越往后越明显。这两种问题的表现完全不同——起点不一致是从头到尾偏一个固定量，帧率不匹配是越到后面偏得越多。先看结尾偏多少，再看开头偏多少，基本就能分清。
轨道结构也要在动手前理好。把字幕单独放在专用的字幕轨道上，不要和画面剪辑混在同一层操作；用得上多语言或多版本时，一种版本一条轨道，命名写清楚，暂时不改的轨道锁定。长视频往往要反复回看，锁定和轨道命名能避免最烦人的一类事故：拖画面的时候顺手把字幕也拖走了，而你要到十分钟后才发现。
导入完成后不要急着从第一句开始看。先做一次抽样定位：拖到开头、几个章节切换点、以及最后一分钟，各看几句。如果只有个别位置不对，说明是局部错位；如果每个采样点都偏，而且偏移量递增，那就先解决整体时间关系，再谈单条修改。顺序颠倒的话，你逐条对齐的两百条字幕会在整体偏移一调之后全部作废。
整体漂移的处理思路是"一次动全部"。在字幕轨道上框选全部字幕，整体前移或后移一个固定量，然后回到几个采样点确认。判断偏移量时不要凭感觉，找一句起音干净的短句，把播放头停在说话人开口的那一帧，看字幕入点和它差多少，用这个差值作为基准，比反复试拖靠谱得多。
递增型的漂移不能靠平移解决。这种情况更稳妥的做法是分段处理：按章节或话题把整条时间线切成若干区间，每个区间单独取一个基准点做整体平移。虽然听起来笨，但对讲解类长视频反而效率高，因为讲解本身就有自然的分段点，而观众也是分段看的，段内保持一致就已经足够准确。
局部错位大多出现在几个固定位置：说话人重叠、长时间停顿之后的第一句、笑声或掌声打断的地方、以及剪掉了内容的接缝处。接缝尤其值得单独排查——只要你在粗剪阶段动过画面，那个位置的字幕就有很大概率既错位又留下半句废话。校对时把这些接缝点先列出来定点检查，比从头顺看快得多。
漏字很难靠看画面发现，因为眼睛会自动把句子补完整。比较有效的办法是在文本列表里通读字幕文本，不看视频。脱离画面之后，缺主语、缺否定词、专业术语只剩一半的句子会明显读不通。这一遍通读还能顺手抓出另外两类问题：同一个术语前后写法不统一，以及口语里的重复词、语气词没有清掉。
过长字幕的判断标准不是字数，而是"能不能在它显示的时间里读完"。一条判断方法是自己按正常语速默读，如果读完之前字幕就消失了，观众更读不完。长视频里过长字幕通常成片出现在语速快的段落，处理方式有三种：在语义停顿处拆成两条、把重复表述压掉、或者在允许的范围内向后延一点出点。优先选压缩表述，因为它不影响时间关系；拆条会改变条数，延长出点则容易和下一条粘在一起。
另外留意换行。一条字幕撑到三行以上，观众的视线要在画面和字幕之间来回跳，理解成本比字数本身更高。控制在两行以内，并且尽量让换行落在语义断点上，而不是切在词的中间。
两种方式不是水平高低的差别，而是问题类型的差别。判断标准很简单：错误原因是否一致。原因一致就批量，原因各异就逐条。
批量替换文本时有个细节：先确认软件版本是否提供字幕的查找替换功能。如果没有，可以把字幕导出成字幕文件，用文本编辑器统一替换，再导回轨道；这样做的前提是不要改动任何时间码行，替换前留一份原文件备份。带数字、单位或人名的替换要逐一确认再执行，别开全局无条件替换，否则很容易把不该改的地方一起改掉。
样式统一同样建议放在文字内容定稿之后再做。内容还在改的阶段调外观，多半要重做一遍。
长视频交付前，按这几项过一遍，能挡掉大部分返工：
真正省时间的做法不是改得更快，而是把判断放在修改之前：先分清是整体问题还是局部问题，先定时间再定文字，先定文字再定样式。顺序一旦对了，长视频的字幕校对就从"逐条搬砖"变成了几轮有明确目标的检查。
Δ
Ctrl+D