给短视频做泰语配音：从字幕到音色还原
一条中文带货短视频要变成泰语版，需要的不只是翻译。译文要在原来的时间里说完，声音要还是原来那个人，字幕要排得下，口型也不能明显对不上。本文按处理顺序，讲一条视频从中文到泰语要经过的几个环节，以及每个环节上容易出问题的地方。
1. 六个阶段
一条视频从上传到成片，依次经过这几个阶段：
- 上传：把视频送到服务器。
- 语音识别：逐句时间轴与说话人区分。
- 翻译：保留术语，控制译文时长。
- 克隆配音：每位说话人保留原音色。
- 口型同步：根据新配音自然匹配口型。
- 合成导出：混音、字幕烧录与成片。
后面的阶段建立在前面的结果上。哪个阶段出了问题，就回到那个阶段修，不要在后面的阶段硬补。
2. 先整理原片
处理之前，原片的状况已经决定了一半结果：
- 人声要清楚。背景音乐盖过人声时，识别会出错。如果有不带音乐的口播版本，用它。
- 每个时间点只有一个人在说话。多人抢话会让说话人区分和克隆音色都变得不稳。
- 想做口型同步，画面里的脸尽量正对镜头，嘴部不被遮挡。
正式处理整条视频之前，先挑一段十几秒、带有两位说话人的片段，完整走一遍。识别、翻译、配音、字幕上的问题，在短片段上几分钟就能看出来，改完再处理全片。
3. 语音识别：得到逐句时间轴
第一步是语音识别，输出逐句文字、时间轴，并区分说话人。时间轴是后面所有步骤的骨架：每一句译文，都要放回原来那一句的时间窗口里。
识别给出的句子边界，不一定就是合适的字幕边界。太长的句子要拆开，太短的碎句要合并，因为翻译以句为单位，句子切得是否完整，直接影响译文是否通顺。
带货视频里最容易出错的是品牌名、型号和数字。译制前，在字幕里把它们逐一校对。这一步改一个字，比在成片里改一个字便宜得多。
4. 翻译：术语一致，长度可控
翻译阶段做两件事：保留术语，控制译文时长。
术语方面，品牌名、产品名和型号要么保持原样，要么统一一个译法，整条视频里不要变。
时长方面要多花点心思。中文一个字就是一个音节，信息很密；同样的意思译成泰语，通常要用更多音节，读出来也就更长。如果译文太长，在配音阶段只能加快语速，而语速一快，听起来就不自然了。
带货视频还有一类内容需要提前定下来：价格、币种、规格单位和促销用语。要不要改成泰国观众习惯的写法，不是翻译能替你决定的。把结论写进术语表，翻译才会前后一致。
所以译文过长时，先改写：删掉口语里的重复，把长句拆成两个短句，用更短的说法。能在翻译里解决的，就不要留到配音里。
5. 克隆配音：每位说话人保留自己的音色
克隆配音为每位说话人，从原片里取一段参考声音，再用这个音色读泰语译文。
参考片段的要求，和单独做声音克隆时一样：单人、安静、没有背景音乐、语速自然。如果一位说话人在原片里只有被音乐盖住的片段，还原出来的音色就会打折扣。参考音频的录音要点，见《用 8 秒参考音频做声音克隆：录音要点》。
克隆配音的自然度用主观平均意见分（MOS）衡量，采用跨语种 5 分制评测。各项指标见视频译制页的指标栏。
6. 时长对齐
每一句泰语配音，都要在原句的时间窗口里读完，否则声音和画面会错开。
对齐一句配音时，先算出它需要的倍率：
倍率
= 泰语配音的自然时长
÷ 原句的时间窗口倍率不超过 1，说明放得下，句子读完后还会留一点停顿。倍率略大于 1，可以在自然的范围内微调语速，或者借用相邻两句之间的空隙。倍率明显大于 1，就回到翻译，改写这一句。
不要为了凑时长把整条音频加速。统一加速会让每一句都显得急，改写只动有问题的那一句。
7. 口型同步
口型同步根据新的配音音频自然匹配面部口型，适合口播和访谈类视频。
画面里人物的嘴型如果不是主要看点，比如产品特写、手部操作的镜头，口型同步的收益很小。以这类镜头为主的视频，可以不做口型同步，只换音轨。
做完之后，重点看两处：说话开始和结束的瞬间，嘴有没有提前张开或迟迟不合上；双唇音（如 b、p、m）处嘴唇是否闭合。侧脸、嘴部被遮挡或画面里嘴非常小的镜头，效果有限，可以直接跳过。
8. 字幕与导出
最后一个阶段混合音轨、烧录字幕并输出成片，也可以只下载 SRT 字幕文件，自己后期使用。
混音时，泰语配音的响度要接近原片里的人声，背景音乐和环境声保持原来的位置，不要盖住人声。
字幕在屏幕上停留的时间，要够观众读完。同样的意思，泰语字幕的字符数比中文多得多，所以泰语字幕往往要拆成更多条，每条更短。
泰语字幕还有两点和中文不同：
- 泰语书写不加空格，断行要在词与词之间，不能把一个词切开。单行不要太长。
- 泰文的声调符号和上方元音叠在辅音上面，行距太紧会被截掉。烧录字幕时，字体要支持泰文，行距比中文稍大。
9. 交付前检查
- 品牌名、型号、数字读对了吗？
- 每一句都在原来的时间窗口内读完了吗？
- 多位说话人的音色有没有混在一起？
- 字幕有没有错字，断行在不在词的边界？
- 配音和背景音乐的响度是否平衡？
- 有没有请一位泰语母语者完整听一遍？语法对不等于听着自然。