如何翻譯 YouTube 字幕：下載、翻譯、重新上傳而不破壞時間軸

快速解答：翻譯檔案，而非影片

如果你擁有該頻道，新增翻譯字幕最可靠的方式是透過 YouTube Studio 進行檔案來回處理：

1. 先修正原始語言的字幕。
2. 從 YouTube Studio 的 字幕 頁面下載該字幕軌。
3. 翻譯這個帶有時間軸的檔案，讓每個字幕片段都保留原本的開始與結束時間。
4. 上傳前，先將翻譯後的檔案與原始檔案進行比對檢查。
5. 在 Studio 中新增目標語言，並以 包含時間軸 的方式上傳檔案。

大多數指南把步驟 3 當成全部工作。實際上，前後兩個步驟才決定新語言的觀眾能否獲得可用的字幕：雜亂的原始字幕軌會被複製到每種語言，而未經檢查的翻譯可能因為一個合併的字幕片段而失去同步。

本指南僅涵蓋你管理之頻道上的影片，不涉及從他人頻道下載字幕或影片。

YouTube 接受哪些格式，以及這對翻譯的意義

YouTube 的支援檔案格式頁面列出了 SubRip（.srt）和 SubViewer（.sbv/.sub）等基本格式、WebVTT（.vtt）和 TTML 等進階格式，以及幾種廣播格式。對翻譯字幕軌而言，關鍵細節如下：

實用原則：除非工具強制轉換格式，否則請使用你將上傳的相同格式進行翻譯。如果你的字幕沒有定位或樣式，SRT 是最安全的選擇。如果有，請保留 VTT，以便定位資訊持續附著在每個字幕 cue 上。

步驟 1：在任何人翻譯之前，先修正來源字幕軌

YouTube 可以透過語音辨識建立自動字幕，但僅限於影片的預設語言。自動字幕只是草稿。人名、產品術語、數字和同音字是常見的錯誤，而每一個錯誤都會被複製到從該字幕軌產生的每一份翻譯中。

在翻譯之前，先以來源語言修正這些錯誤一次：

• 在 Studio 中，開啟自動字幕軌並選擇 複製並編輯。YouTube 的編輯指南說明，編輯自動字幕會建立一個包含你修訂內容的新字幕軌。
• 修正專有名詞、技術術語和數字。這些是翻譯工具無法從上下文可靠推斷的詞彙。
• 拆分包含兩個獨立概念的字幕 cue。在子句中間結束的 cue 在某些語言中較難翻譯，因為動詞或否定詞可能屬於句子的另一端。
• 發布修正後的字幕軌，然後下載該版本。

如果你計劃翻譯三種目標語言，在來源語言進行一次修正，可以省去翻譯中三次分別的修正。

步驟 2：從 YouTube Studio 下載字幕檔

在 YouTube Studio 中，開啟 字幕，選擇影片，然後找到修正後的語言字幕軌。YouTube 的編輯指南說明點擊 選項 並選擇 下載字幕。

說明頁面並未列出下載提供哪些格式，且 Studio 的選單可能會變動。請使用你的翻譯工具所接受的格式。如果你只取得 .sbv，請在翻譯前將其轉換為 SRT。這兩種格式以不同的版面配置儲存相同的時間碼和文字：

SBV
0:00:07.600,0:00:11.800
If the glue is old, a little heat
softens it in about thirty seconds.

SRT
3
00:00:07,600 --> 00:00:11,800
If the glue is old, a little heat
softens it in about thirty seconds.

SBV 沒有 cue 編號，並以逗號分隔開始和結束時間。SRT 為每個 cue 編號，使用 -->，並在逗號後寫入毫秒。轉換器只需重寫這些部分，因此文字和時間碼應保持不變。

步驟 3：翻譯時不要更動時間戳記

翻譯後的檔案必須保持相同數量的 cue，且每個 cue 的開始和結束時間必須相同。YouTube 根據時間戳記放置每一行文字。如果某個 cue 被移除或合併，其後的 cue 將不再與講者所說的内容相符。

有兩件事會促使翻譯人員更改時間碼，兩者都應謹慎處理：

• 文字擴展。 西班牙文、德文或法文的句子通常比它所取代的英文句子更長，但時間窗口相同。在加寬 cue 之前，先精簡用詞。
• 詞序。 如果一個句子被拆分到兩個 cue 中，翻譯人員可能會想合併它們以使語法讀起來自然。請改寫措辭，使每個 cue 單獨來看仍然合理。

BookTranslator 的字幕翻譯工具 接受 SRT、VTT、ASS 和 SSA 檔案，並將每個 cue 的時間戳記附著在翻譯文字上，因此你不需要將文字行複製到聊天視窗中再複製出來。它不讀取 SBV，因此請先轉換。為每個目標語言建立一個翻譯任務。如需了解 AI 字幕翻譯一般會出錯的地方，請參閱 AI 字幕翻譯工作流程。

無論你使用什麼工具，請將來源檔案與翻譯檔案放在一起。下一步你需要兩者。

步驟 4：對照來源檢查譯文

上傳前，請逐條比對譯文檔案與來源檔案。我們為此寫了一支小腳本：check_youtube_subtitles.py。它只使用 Python 標準函式庫，可讀取 SRT、VTT 和 SBV，並執行兩項工作：

python3 check_youtube_subtitles.py convert captions.sbv captions.srt
python3 check_youtube_subtitles.py check captions.srt captions.es.srt

check 指令會回報：

• 字幕條數有變動；
• 任何開始或結束時間與來源不同的字幕；
• 空白字幕、結束時間早於開始時間的字幕，以及重疊的字幕；
• 超過 42 個字元的行，以及每秒超過 20 個字元的字幕；
• 不是有效 UTF-8 的檔案，因為 YouTube 要求 SRT 和 SBV 必須是 UTF-8。

行長與閱讀速度的預設值來自 Netflix English (USA) Timed Text Style Guide 中的成人節目限制。YouTube 並未公布對應的限制，因此請將這些值視為起點，並用 --max-line 和 --max-cps 依你的語言調整。Netflix 也為其他語言發布了樣式指南。

實例示範

為了展示檢查器能抓到什麼，我們建立了一段六條字幕的英文範例，內容關於重新裝訂平裝書，然後手寫了兩個西班牙文版本。這些檔案是公開的，你可以自行執行檢查：

• sample-source.sbv，這是 Studio 可能匯出的英文軌，以及 sample-source.srt，這是經過 convert 後的同一條軌；
• sample-translated-es.srt，這是保留全部六條字幕的譯文；
• sample-translated-es-with-errors.srt，這是含有三個常見錯誤的譯文。

乾淨的譯文通過檢查，顯示「No problems found.」。第二個版本則產生這份輸出：

Source cues: 6  Translated cues: 5
Cue count changed: source 6, translation 5
Cue 3: timing changed 00:00:07,600-00:00:11,800 -> 00:00:07,600-00:00:13,400
Cue 4: timing changed 00:00:12,000-00:00:13,400 -> 00:00:13,600-00:00:17,000
Cue 5: timing changed 00:00:13,600-00:00:17,000 -> 00:00:17,200-00:00:20,600
Cue 1: 20.2 characters/second (limit 20)
Cue 1: line has 46 characters (limit 42)
Cue 3: line has 45 characters (limit 42)

以下是各案例發生的情況：

1. 合併。 譯者將「If the glue is old...」與簡短的「Don't rush this part.」合併。合併後的字幕現在結束於 13.4 秒，之後的每條字幕都位移了一個位置。請閱讀第一個時間錯誤：它指向合併處。其後的錯誤都是該合併造成的結果，因此請先修正第一個錯誤，再重新執行檢查。

2. 遭修改的結束時間。 這個問題在第一次執行時被隱藏了，因為合併後檢查器比對了錯誤的字幕配對。請將合併的字幕拆回兩條，再重新執行檢查。第一次執行時的行長與閱讀速度警告仍然存在，並出現一個新的時間錯誤：

   Source cues: 6  Translated cues: 6
   Cue 6: timing changed 00:00:17,200-00:00:20,000 -> 00:00:17,200-00:00:20,600
   

   最後一條字幕從 20.0 秒延長到 20.6 秒。這是個小變動，你在檔案中不會注意到，但字幕現在會在講者停止後繼續留在畫面上。

3. 擴充。「Hoy vamos a reencuadernar un libro de bolsillo」是忠實的譯文，但 46 個字元對一行來說太長，而且字幕速度太快，難以閱讀。乾淨版本使用「Hoy reencuadernamos un libro de bolsillo」，以 40 個字元保留每個細節。

這支腳本不評判翻譯品質。一條軌可能通過所有檢查，卻仍誤譯某個術語。它能抓出只閱讀文字時容易忽略的結構性問題。

步驟 5：上傳各語言並保留時間軸

YouTube 的上傳指南說明了路徑：在 YouTube Studio 中開啟 Subtitles，選擇影片，新增語言，然後在 Subtitles 底下點選 Add，選擇上傳檔案，並在選取檔案前選擇 With timing 或 Without timing。

若是翻譯後的 SRT 或 VTT，請選擇 With timing。檔案中已經有你剛才檢查過的時間戳記。

請勿在翻譯時使用 Without timing 或 Auto-sync。Auto-sync 會將純文字轉錄稿與音訊進行時間對齊，而 YouTube 表示轉錄稿「也必須與影片中使用的語言相同」。為英文影片提供西班牙文轉錄稿並不符合此要求。Auto-sync 適用於來源語言，而非翻譯軌道。

發布前請再檢查兩件事：

• 語言標籤。 請在正確的目標語言下新增軌道。若將西班牙文檔案上傳為葡萄牙文，選擇葡萄牙文的觀眾就會看到該檔案。
• 標題與說明。 翻譯字幕不會翻譯你的標題或說明。YouTube 會在 Studio 的同一「字幕」區段中，以標題和說明翻譯的方式另行處理；請參閱翻譯你自己的影片標題與說明。

步驟 6：觀看已發布的軌道

在播放器中選取新語言，觀看影片開頭、對話快速的段落以及最後一分鐘。這些檢查能找出檔案檢查無法發現的問題：

• 螢幕上的文字或下三分之一圖示被字幕遮蓋；
• 某個提示在時間上正確，卻切斷了笑點或關鍵詞；
• 字元顯示為方框，因為來源未以 UTF-8 儲存（請參閱如何修正字幕編碼）；
• 目標語言的行文讀起來正確，但過於密集，無法以正常速度讀完。

如果你需要字幕編輯器、審閱平台或其他翻譯工具，字幕翻譯軟體比較說明了各類工具在何時值得額外設定。

上傳前檢查清單

每個目標語言都請使用這份清單：

• 來源軌道已在翻譯前修正並發布
• 下載的檔案為 UTF-8，且為你的翻譯工具接受的格式（必要時將 SBV 轉換為 SRT）
• 翻譯檔案的提示數量與來源相同
• 每個開始與結束時間都與來源相符
• 沒有行超過你的長度限制，也沒有提示快於你的閱讀速度限制
• 軌道已在正確語言下以 With timing 上傳
• 如有需要，標題與說明已另行翻譯
• 已在播放器中觀看軌道的開頭、快速段落與結尾

順序就是重點。每一步在下一步之前都更容易修正：在來源中修正一個名稱只需一次編輯，而在發布後發現同樣的錯誤，則每種語言都需各編輯一次。