已完成影片的多語字幕是帶時間碼的文字軌，通常以 SRT 或 WebVTT 檔案形式提供。 直播活動則需要在音訊進行時，畫面上就有文字。這是兩種不同的採購決策。
如果你需要可附加到錄製檔的檔案，請使用字幕製作供應商。MirrorCaption 目前匯出 Markdown、純文字與剪貼簿文字，不支援 SRT 或 WebVTT。如果你需要即時跟上會議進行，直播翻譯工具可能更適合。
本指南聚焦於錄製影片的採購：如何讀懂公開價格、詢問交付時程估算，以及指定無障礙需求。至於即時音訊流程本身，請參考我們的 即時翻譯字幕指南。
重點摘要
「多語字幕」其實指兩種不同工作
在本地化供應商那裡，你可以把完成的影片交給對方，先準備來源字幕，再翻譯並校準時間，最後交付每種要求語言的字幕檔。請詢問報價中包含哪些步驟。
即時翻譯文字回答的是另一個問題：現在正在說什麼？它不會自動產生可供日後發佈的字幕檔。
| 錄製多語字幕 | 即時多語字幕 | |
|---|---|---|
| 你會收到什麼 | 每種語言一個帶時間碼的字幕檔 | 畫面上的串流文字；MirrorCaption 有文字匯出 |
| 何時存在 | 影片完成之後 | 有人還在說話時 |
| 交付時程 | 結帳時確認 | 活動進行期間 |
| 計價方式 | 每種語言按影片分鐘數計價 | 每小時即時音訊 |
| 可否分發？ | 可以，這正是重點 | MirrorCaption：文字匯出，沒有 SRT/VTT |
| 人工審校 | 詢問是否包含審校 | 直播顯示前沒有後製審校 |
實務上只要問一個問題：音訊是否已經以檔案形式存在？ 如果是，你需要的是字幕製作供應商，也就是本文前半部。如果還沒說出口，請比較即時字幕與翻譯服務，而不是下單後製檔案。
這個界線值得精確命名，因為它常讓採購團隊混淆：錄製工作屬於翻譯交付物，因此應納入你的本地化工具組。哪些多語翻譯工具實際上各做什麼 的地圖，說明了字幕製作在相鄰類別中的位置。
多語字幕的費用與所需時間
先把供應商公開的價格當作起點，再在結帳時確認語言與專案細節。Rev 的全球字幕頁面 目前列出以下每分鐘影片的級距：
| Rev 公開級距 | 每分鐘影片價格 | 顯示的範例語言 |
|---|---|---|
| 第 1 級 | $6.49 | 西班牙文 |
| 第 2 級 | $10.49 | 法文、德文、阿拉伯文 |
| 第 3 級 | $15.99 | 日文、韓文 |
這些是 Rev 的範例，不是業界價格區間，也不是你訂單的保證。服務頁面的 FAQ 也提到 $6.99–$15.99 的範圍，所以在編列預算前，請先確認結帳總額。影片長度越長、要求的語言越多，工作量就越大；技術詞彙與審校需求也可能改變報價。
Anya 正在為一支 40 分鐘的公司影片做本地化。 她需要西班牙文與日文字幕檔。僅以畫面上顯示的 Rev 級距作為示意，40 × $6.49 再加上 40 × $15.99，在任何專案調整前是 $899.20。
她先確認包含哪些來源字幕處理與審校步驟，接著要求結帳報價與交付日期。此情境僅供示意，不是客戶見證或報價。
Rev 的支援頁面 估計，在英文字幕完成後，0–20 分鐘影片的字幕最長需 48 小時，20–60 分鐘影片最長需 96 小時。超過 60 分鐘的影片可能需要更久。頁面也說明，語言選擇以及你是否提供英文 SRT 都會影響交付，而這些估算並非保證。
根本不是在本地化錄製內容？ 如果你要翻譯的音訊還沒發生，請在瀏覽器分頁中開啟 MirrorCaption，直接即時閱讀。第一小時免費，無需信用卡。
當無障礙很重要時，請明確指定字幕
只看檔案名稱不足以判斷無障礙性。W3C 依用途區分字幕與翻譯字幕，同時指出翻譯字幕可以包含有意義的非語音資訊。只有對話的翻譯，可能會漏掉聽障或重聽觀眾需要的資訊。
Section508.gov 建議 字幕應包含對話、重要聲音，以及一致的說話者識別。請詢問供應商翻譯軌包含哪些內容、是為哪些觀眾設計，以及播放器是否以無障礙方式呈現。法律要求取決於內容與情境；不要只因為用了「多語字幕」這個詞，就推定已符合規範。
某大學媒體團隊需要英文字幕與西班牙語存取。 他們要求英文字幕軌包含有意義的聲音提示與說話者識別，並另外提供西班牙語軌。若西班牙語聽障觀眾也需要存取，他們會確認西班牙語軌是否同樣包含這些提示。
這是示意性的採購情境，不是客戶見證或法律判定。
採購單應寫明目標受眾、每種語言所需的音訊資訊，以及播放平台。在接受交付物之前，先在該平台上檢視範例檔案。
播放器能同時顯示兩種字幕語言嗎？
通常標準影片播放器一次只讓觀眾選擇一條字幕軌。自訂播放器可以把兩條帶時間碼的文字串流一起呈現，但那是需要設計與測試的播放器功能，不是每個 SRT 或 WebVTT 檔都保證具備的屬性。
WebVTT 規格 定義了時間提示與定位。MDN 文件 說明 HTML 影片如何使用文字軌。這兩個來源都沒有保證第三方播放器會提供雙語選單。
如果雙語顯示對訓練或語言學習很重要，請向平台擁有者索取同時包含兩條軌的可運作範例。請檢查重疊、閱讀速度、手機螢幕空間，以及觀眾是否仍可獨立選擇字幕。
當工作是即時的，而不是錄製的
以上內容都假設你處理的是完成檔案。如果音訊還沒說出口，後製報價與檔案交付日期無法回應眼前的需求。你需要的是在說話者還在講話時，就有翻譯文字出現。
那確實是不同的產品，也伴隨不同的取捨。即時輸出無法在觀眾看到之前先做後製審校。有些服務提供人工字幕員；有些則使用自動辨識與翻譯。MirrorCaption 的匯出是文字，不是帶時間碼的字幕檔。你得到的是即時性，而當理解某件事的價值在會議結束那一刻就消失時，這正是全部重點。
MirrorCaption 處理的是即時那一半。它在瀏覽器分頁中執行，擷取會議或串流分頁的音訊以及你的麥克風，並在說話者仍在發言時，以 50+ 可選語言串流轉錄與翻譯。沒有任何參與者會加入通話。瀏覽器音訊擷取取決於裝置與瀏覽器。原文與翻譯並排顯示，因此你可以檢查某些看起來怪異的呈現與原文是否一致；當某個片語在一種語言中是禮貌用語、在另一種語言中卻是拒絕時，這比人們預期的更重要。
我們另外撰寫了其運作機制，而不是在這裡重複：即時翻譯字幕實際如何運作 說明了分頁音訊擷取、Zoom、Teams 與 Meet 的平台原生選項涵蓋哪些內容，以及為什麼與會者情境是較少被滿足的一方。
兩種相關需求值得分開看待。如果你的多語音訊是以來電形式進來，而不是影片，瀏覽器式客服中心翻譯 會更接近需求。若你真正需要的是之後取得多種語言的完成逐字稿，我們的 多語轉錄軟體比較 會逐一說明哪些工具能正確處理非英文音訊。
MirrorCaption 匯出 Markdown、純文字與剪貼簿文字。它不會產生 SRT 或 WebVTT 檔案。 若你需要附加到錄製內容的帶時間碼檔案，請選擇字幕服務。
Tomas 正在加入一場以德文直播的供應商產品簡報。 因為簡報正在進行，沒有可供字幕化的錄影；他也不是主持人，無法寄信要求字幕，因為他是外部來賓。他在一個分頁開啟串流，另一個分頁開啟 MirrorCaption，選擇德文轉捷克文，並比講者慢一拍跟著閱讀。
之後他把逐字稿匯出成 Markdown，作為團隊筆記。沒有產生 SRT 檔，也不需要。
這是示意情境，不是客戶見證。
常見問題
多語字幕每種語言要多少錢？
Rev 目前列出 不同語言級距的每分鐘影片價格為 $6.49、$10.49 與 $15.99。請確認你的語言與結帳價格。每增加一種要求語言，就會多一個獨立的字幕交付物。
可以同時顯示兩種字幕語言嗎？
自訂播放器可以把兩條語言軌一起呈現，但許多標準選單一次只選一條。若要承諾雙語檢視，請先測試實際播放器與版面配置。
翻譯字幕可以服務聽障或重聽觀眾嗎？
當觀眾需要字幕時，只有對話的翻譯還不夠。W3C 指出 翻譯字幕可以包含非語音資訊；請指定有意義的聲音與說話者識別，然後依適用的無障礙要求測試結果。
把影片字幕化成多種語言要多久？
Rev 估計 在英文字幕完成後，0–20 分鐘最長 48 小時，20–60 分鐘最長 96 小時，超過 60 分鐘則更久。語言與來源字幕是否可用都會影響時程；請在結帳時確認估算。
我可以為直播會議取得多語字幕嗎？
可以，透過即時字幕或翻譯服務。MirrorCaption 會在瀏覽器分頁中以 50+ 可選語言串流翻譯文字，之後可匯出 Markdown 或純文字；它不會匯出帶時間碼的 SRT 或 WebVTT 檔案。
先選交付物
對於完成的影片，請指定每種語言、檔案格式、每條字幕軌必須包含的音訊資訊，以及將顯示它的播放器。請比較供應商的結帳價格與預估日期，不要把範例費率當成市場報價。
對於直播會議，請先決定優先目標是即時理解，還是經過審校、可分發的錄製內容。MirrorCaption 提供即時翻譯文字與文字匯出。字幕製作供應商則提供可附加到完成影片的帶時間碼檔案。