自动生成的字幕适合做初稿，不适合直接交付。口播里的人名、品牌名和专业词容易被听错，访谈中的插话也可能被识别成同一个人的连续发言。比较稳妥的做法是先完成转录，再逐段对照音频校字、整理断句，最后回到时间轴检查字幕是否跟得上声音。
在 Premiere Pro 中打开需要处理的序列，确认使用的是包含目标人声的音轨，再启动语音转录。若视频有多个说话人，留意转录设置中是否提供说话人区分；有相关选项时可以启用，但自动区分结果仍需人工核实。
转录完成后，先不要急着批量修改字幕。播放几段有代表性的内容，确认识别语言、说话顺序和整体文本大致可靠。若原音里有明显背景音乐、多人重叠或较远的说话声，自动识别更容易出错，可以先处理这些难点片段，再开始集中校对。
需要注意，转录文本和时间轴上的字幕片段不一定是同一层内容。确认文字修订后，还要检查或生成对应的字幕片段；不要只改了文本面板里的内容，就默认成片字幕也已经同步更新。
校对时，把播放位置移到一段话的开头，边听边看转录文本。先修正明显的错字、漏字和重复识别，再回放修改后的片段，避免只凭上下文猜词。听不清的地方可以放慢播放或多听几遍；如果仍无法确认，就不要擅自补出一个看似合理的词。
专有名词要单独核对，包括人名、地名、品牌、产品名称和行业术语。自动识别通常会把不常见的词替换成读音相近的常用词。若视频里有多次出现的同一名称，修正一处后也要搜索或检查其他出现位置，确保写法一致。
多人访谈则应按说话轮次逐段检查。抢话、短促回应和句中插话容易被漏掉，也可能被归到另一位说话者名下。若自动转录提供说话人标记，可以把它当作线索，而不是最终判断；对照声音确认后再保留、调整或删除。
识别结果常按语音停顿切分，不一定符合阅读习惯。校正文字后，再检查每段是否表达了完整意思：一句话被拆得太碎，可以合并相邻片段；一段文本过长、读到一半难以跟上画面，则可以在自然停顿处拆开。
断句应优先依据语义和说话节奏，而不是把每个停顿都当成句号。口语中的重复、语气词和不完整表达，也不必一律删掉；只有在不改变说话者原意、且确实影响阅读时，才做适度整理。对于访谈中的简短应答，保留它与前后发言的关系，避免切分后让人误以为是另一句话。
如果校对过程中调整了文本结构，回到字幕片段中确认切分结果是否合理。必要时重新生成或调整对应片段，避免出现文字已改、时间轴仍沿用旧分段的情况。
字幕文字准确，不代表时间也准确。播放整段视频，重点关注每句话的开头和结尾：字幕是否在说话开始后才出现，是否在下一句开始后还留在画面上，是否有字幕过早消失或长时间停留。听觉上清楚的停顿、换人发言和镜头切换，都可以作为复查位置的提示。
短句、抢话和连续对话尤其值得单独回放。检查相邻字幕有没有重叠、空档或顺序错乱；若一句话分成多个片段，确认每段都能在对应的声音位置读到。播放时可以同时观察字幕和音频波形，但最终判断仍应以实际听到的发言为准。
最后从头到尾播放一遍字幕版本，不只逐句检查。连续观看更容易发现漏掉的短回应、重复字幕、说话人标记不一致，以及切换场景后字幕仍留在上一段的情况。发现问题时，直接定位到对应片段修正，再回放前后几秒确认没有带出新的时间或断句问题。
可靠的字幕初稿，不在于一次转录有多快，而在于把自动识别当作待核对材料：先听清词，再理顺句子，最后确认每段字幕确实落在对应的发言上。
Δ
Ctrl+D