第一步：语音转写

先得到带时间戳的原文文本。这一步的准确率直接决定后续的返工量，背景噪音大的素材建议先降噪。

第二步：翻译与精简

每行字幕控制在合理字数内，过长的译文需要拆行或精简，否则会遮挡画面主体。

第三步：对齐与导出

导出 SRT 后在播放器中抽查若干时间点，重点确认转场与语速变化处的同步情况。