做 AI 短剧字幕时画面生成、语音转写和字幕润色要分别验收。某个视频接口能生成音轨并不意味着转写能自动听对人名更不意味着润色模型可以改剧情事实。本文不生成视频也没有运行 ASR。能本地验证的是一组构造字幕的时间区间与重复 ID不能冒充真实音频测评。接口生命周期先查清Google 官方 Gemini API 弃用表列出了三项 Veo 3.1 预览模型veo-3.1-lite-generate-preview、veo-3.1-generate-preview和veo-3.1-fast-generate-preview三行的 Shutdown date 均为 2026-10-22。页面标注更新于 2026-10-22该页同时说明表中日期是最早可能停用日期确切停用时间会提前通知用户。本文没有实测三个端点的当前可用性也不能据此写成“所有 Veo 3.1 或其他渠道都已停服”。迁移目标、账号权限和实际能力需按目标平台再核实本文不填写未验证价格与参数。faster-whisper 项目提供 Whisper 转写实现及时间戳选项。README 中的测试带有旧版本和硬件条件不是十月新测评也不是本机结果。使用它时仍要对照原音不把自动文本当唯一证据。时间轴采用半开区间我们把一条字幕定义为[start_ms,end_ms)单位为整数毫秒。A 在 1000 结束、B 在 1000 开始时不算重叠。若是单条主字幕轨非预期重叠应提示人工检查双说话人、多语轨可能允许重叠需分轨而不是全局一刀切。def validate(cues, duration_ms): ids set() for c in cues: if c[id] in ids: raise ValueError(duplicate cue id) ids.add(c[id]) start, end c[start], c[end] if type(start) is not int or type(end) is not int: raise ValueError(integer milliseconds required) if not 0 start end duration_ms: raise ValueError(invalid interval) if not c[text].strip(): raise ValueError(empty text) ordered sorted(cues, keylambda c:(c[start], c[end], c[id])) overlap [] for i, a in enumerate(ordered): for b in ordered[i1:]: if b[start] a[end]: break overlap.append((a[id], b[id])) return overlap A {id:A, start:0, end:1000, text:构造台词甲} B {id:B, start:1000, end:1800, text:构造台词乙} C {id:C, start:900, end:1200, text:构造台词丙} assert validate([A, B], 2000) [] assert validate([A, C], 2000) [(A, C)] for cues in [[A, dict(A)], [dict(A, end0)], [dict(A, end2100)]]: try: validate(cues, 2000) except ValueError: pass else: raise AssertionError(invalid cue accepted) print(touching boundaries, overlaps, IDs and duration checked)Python 3.9.6 隔离运行通过。重叠检测最坏 O(n²)这里更重视易读和完整配对长片可改用扫描线。它不会检查语速、断句、说话人或声画同步也不能发现某个否定词被听反。字词纠错与剧情改写分开验收一条字幕至少应能追到片段 ID、原始时间范围和原音。专有名词、数字、单位、否定词是优先回听项“不接受”与“接受”只差一个字剧情含义却相反。术语表可以列出允许的姓名和产品写法但遇到歧义要留待确认不能强行替换成最常见词。若让大模型润色应要求保留人物、数量、时序和肯否只调整标点与可读分行。每次改写保存原句、改后句、变更理由和证据位置。无声片段里出现完整台词、音轨中不存在的因果关系都不能靠“语句更流畅”通过验收。最后还要在真实播放器里看字幕是否遮住信息、是否跨切镜不自然以及导出编码、帧率和时间单位是否一致。本篇没有这类媒体输入因此不声称完成播放器验收。采用前需复核接口停用、迁移范围及转写依赖。时间轴代码仅针对构造数据音频质量和模型效果仍待授权素材的实测。