做多语言字幕，八成的时间不在翻译上。
这句话我一开始不信。真做了六个语种之后发现，翻译本身大概只占 30%，剩下 70% 在处理排版、断行、时间轴适配、术语一致性这些琐碎的事。
一、必须先定源文本
多语言字幕的所有问题，源头都指向同一件事：源文本是不是干净的。
如果源文本是口语化的、带口头禅的、一句话横跨三次停顿的，那么六个语种会各自产生六个版本的问题，最后对不上。
我们现在的做法是先做一版「字幕化的源文本」：
- 去掉口头禅、重复、半截话
- 每句控制在 15 字以内（中文），对应英文约 12 词
- 每句必须是一个完整语义单元，不跨意群断句
- 专有名词、产品型号、参数统一写法
这版源文本做出来之后，六个语种都从它出发。多花 20 分钟整理源文本，能省掉后面每个语种 15 分钟的返工。
二、六个语种的排版差异
这是真正费时的部分，逐个说：
| 语种 | 主要问题 | 处理规则 |
|---|---|---|
| 英语 | 基准 | 每行不超过 42 字符，两行封顶 |
| 德语 | 比英语长约 30% | 放宽到每行 38 字符，字号下调一档 |
| 法语 | 长，且有省音 | 同上，注意省音后不要断行 |
| 西班牙语 | 中等长度，标点占空间 | 每行 40 字符 |
| 日语 | 不能随意断行 | 按文节断行，禁止在助词前断开 |
| 阿拉伯语 | 从右往左 | 整套排版镜像，字幕框对齐方式反转 |
德语是最容易被低估的。 直接套英语模板，30% 的句子会溢出画面，而且溢出的是关键信息。
阿拉伯语不是换个字体就行。 整个字幕容器要镜像，包括时间轴指示器、品牌角标的位置都要重新考虑。
三、处理顺序不能乱
正确的顺序是：
- 定源文本（中文或英文，选一个作为唯一源）
- 翻译到各语种，此时不看排版
- 按语种规则断行排版
- 时间轴微调（某些语种语速不同，需要拉长或缩短停留）
- 统一质检清单过一遍
最容易出错的是第 2 步和第 3 步的顺序。边翻译边排版的人，会为了让句子塞进画面而改变原意，这是最要命的——字幕变短了，意思也变了。
正确做法是：先忠实翻译，排版放不下就调整断行规则或字号，绝不改内容。
四、成本账
行业数据：一条视频完成多语种改版整体耗时通常在 4 小时以上，人工二次修改的重复工作量占 55%。一个 1 翻译 + 2 剪辑的团队，单日稳定交付合格本地化视频只有 4-6 条。
把排版规则预先写成模板之后，我们这边的数字是：
| 环节 | 无模板 | 有模板 |
|---|---|---|
| 单语种排版 | 35 分钟 | 9 分钟 |
| 六语种合计 | 约 5.5 小时 | 约 1.6 小时 |
模板化的本质是把「每次都要重新想」变成「查表」。
还有一笔隐性收益：术语一致性。没有模板的时候，同一个产品名在六个语种里会出现三种写法，用户搜不到，也不利于品牌积累。模板里锁死术语表之后，这个问题一次性解决了。
五、注意事项
- 源文本必须先整理：这一步偷懒，六个语种一起遭殃
- 排版放不下就调规则，绝不改内容：改内容等于篡改原意
- 阿拉伯语要整套镜像：不是换个字体就完事
- 时间轴要按语种微调：不同语种的朗读时长差异很大
- 质检清单里加一条术语一致性：同一个产品名在六个语种里写法要统一
FAQ
Q：先做英语版还是先做中文版？
取决于团队。如果翻译能力在英语侧，就英语作源；如果产品信息 originally 是中文，就中文作源。关键是只选一个，不要混。
Q：AI 翻译的字幕能直接用吗？
术语和参数可以，口语部分不行。我们的经验是先机翻，再人工改口语和钩子，这部分大概占 20% 的工时但决定 80% 的观感。
Q：六个语种会不会太多？
起步三个就够了。跑通再加，一次上六个质检会崩。
Q：怎么验证小语种字幕做得对？
找母语者看 30 秒，问他两个问题：字幕跟画面对得上吗？有没有觉得别扭的表达？答不上来别扭在哪，通常就是对的。