转录与字幕

用户丢来一个链接或一个文件，说「加个字幕」。他要的成品是一个可编辑视频：素材在时间线上，转写润色过，需要时有译文，字幕层放在画面上；之后他能在编辑器里改一个字、挪一条字幕、换一种语言，要文件时再从视频导出。不要只交一个下载下来再改过的字幕文件：那样他改不了，也放不回视频上。

最容易做坏的样子：步骤顺序乱了。先翻译再润色，译文全过期；要双语时先建了原文字幕层再润色，原文层按润色前的标点切条，和译文层对不上；跨回合接着做时从头来一遍，用户等了两次。所以全程按这个顺序：确认 → 建视频并导入 → 转写 → 润色（含说话人实名） → 章节（旁路） → 翻译 → 建字幕层 → 导出 → 交付说明。只要原文字幕时，转写时建好的字幕层留着用：润色写回时它的文字跟着改（第 3 步）。每一步等工具的回执或任务完成再走下一步；跨回合接着做时，先 videos_inspect 看已经做到哪一步，从那里接着做，不重复已完成的步骤。

1. 先确认

动手前把这几件事弄清楚，弄不清的问一次，不要边做边猜：

• 交付物：原文字幕、译文字幕还是双语字幕；要不要文件（字幕文件、带字幕的成片）。用户说「翻译成某种语言」是要译文字幕，说「双语」是双语字幕；只说转录、加字幕时是原文字幕。
• 目标语言：用 BCP 47 标签（如 zh-Hans、en、ja、es）。要翻译、用户又没说译成什么时问一次。
• 原文语言、人名与术语：用户说了就记下。语言给转写；人名与术语在转写模型收识别提示时给转写当 hint（见第 3 步），不收时只在润色时用。没说语言的让转写自动识别。
• 来源元数据：从链接导入的素材，videos_inspect 的 assets[].source 有标题、发布者、简介（description，最多 1200 字符）与作者的章节（chapters）；转写或下载完成时 pipeline.summary.description 与 pipeline.summary.sourceChapters 也给出简介和作者章节的条数。润色、说话人实名、章节都用它。
• 在哪个视频上做：编辑器里打开的或用户点名的视频就在它上面做；videos_inspect 看已有的素材、转写、译文与字幕层，已有的接着用。
• 用户明确只要一个字幕文件、不要视频或项目时，不走这个流程，按 translate-subtitles 的文件一节做（只转录不翻译时就交下载目录里的文稿）。

2. 建视频并导入

• 链接：transcribe 给 url（可给 language、hint、name、noCaptions），它新建视频、下载导入、放上时间线、转写并建字幕层；用户说了原文语言时带上 language，给了人名术语、而转写模型收提示时带上 hint（见第 3 步）。download 给 newVideo: true 与 transcribe: true 也新建视频并转写，但只用默认设置、不建字幕层。jobs_inspect 等到 completed：pipeline.summary.videoId 是新视频，pipeline.summary.assetId 是素材。新建的视频在之后的步骤失败时保留，不要再建一次。
• 本机文件：transcribe 给 file（可给 language、hint、name），它新建视频、导入、放上时间线并转写；第 3 步的转写就在这一步里。只要建视频不要转写时，videos_create 新建视频（名字取文件名；竖屏素材给竖屏的宽高），用 assets_import 导入并放上时间线（给 place）。
• 链接下载失败时照 error.details.remedy 告诉用户怎么补救，不要用别的方式下载。

3. 转写