用于已完成视频的多语言字幕是带时间码的文本轨道，通常以 SRT 或 WebVTT 文件交付。 直播活动则需要在音频发生时把文字显示在屏幕上。这是两种不同的购买决策。
如果你需要附加到录制内容上的文件，请使用字幕服务商。MirrorCaption 目前导出的是 Markdown、纯文本和剪贴板文本，而不是 SRT 或 WebVTT。如果你需要实时跟进会议进程，实时翻译工具可能更合适。
本指南聚焦录制视频采购：如何阅读公开价格、询问交付预估，以及明确无障碍要求。关于实时音频流程本身，请参阅我们的实时翻译字幕指南。
要点总结
“多语言字幕”指的是两种不同的工作
本地化服务商可以接收已完成的视频，准备源字幕，翻译并为文本加上时间码，然后为每种请求的语言交付字幕文件。请询问报价中包含了哪些步骤。
实时翻译文本回答的是另一个问题：现在说的是什么？它不会自动生成可供后续分发的字幕文件。
| 录制型多语言字幕 | 实时多语言字幕 | |
|---|---|---|
| 你会收到什么 | 每种语言一个带时间码的字幕文件 | 屏幕上的流式文本；MirrorCaption 可导出文本 |
| 何时存在 | 视频完成之后 | 有人仍在说话时 |
| 交付周期 | 在结账时确认 | 活动进行期间 |
| 按什么计价 | 按运行分钟数、按语言计价 | 按实时音频小时计价 |
| 可否分发？ | 可以，这正是其全部目的 | MirrorCaption：文本导出，没有 SRT/VTT |
| 人工审核 | 询问是否包含审核 | 直播显示前没有后期审核 |
实际判断只需一个问题：音频是否已经以文件形式存在？ 如果是，你需要的是字幕服务商，也就是本文前半部分。如果音频还没说出来，那就比较实时字幕和翻译服务，而不是订购后期文件。
这个边界值得准确命名，因为它常让采购团队混淆：录制类工作属于翻译交付，因此应归入你的本地化工具链。我们关于哪些多语言翻译工具真正做什么的地图，说明了字幕在相邻类别中的位置。
多语言字幕的费用和所需时间
先把供应商公布的价格作为起点，然后在结账时核对语言和项目细节。Rev 的全球字幕页面目前列出以下按视频分钟计费的档位：
| Rev 公布档位 | 每视频分钟价格 | 示例语言 |
|---|---|---|
| 档位 1 | $6.49 | 西班牙语 |
| 档位 2 | $10.49 | 法语、德语、阿拉伯语 |
| 档位 3 | $15.99 | 日语、韩语 |
这些是 Rev 的示例，不是行业价格区间，也不是对你订单的承诺。该服务页面的 FAQ 还写明价格范围为 $6.99–$15.99，所以在预算前务必核对结账总额。运行时长越长、请求的语言越多，工作量就越大；技术术语和审核要求也可能改变报价。
Anya 正在本地化一段 40 分钟的公司视频。 她需要西班牙语和日语字幕文件。仅以页面显示的 Rev 档位作示例，40 × $6.49 加上 40 × $15.99，在任何项目特定调整之前就是 $899.20。
她确认包含哪些源字幕处理和审核步骤，然后请求结账报价和交付日期。此场景仅为示例，不是客户评价或报价。
Rev 的支持页面估计，在英文字幕完成之后，0–20 分钟视频的字幕交付最长 48 小时，20–60 分钟视频最长 96 小时。超过 60 分钟的视频可能需要更久。页面说明语言选择以及你是否提供英文 SRT 都会影响交付，而且这些预估并不保证一定如此。
根本不是在本地化录制内容？ 如果你需要翻译的音频还没发生，就在浏览器标签页中打开 MirrorCaption，直接实时阅读。首小时免费，无需信用卡。
当无障碍很重要时，请明确说明字幕要求
仅凭文件标签不足以判断无障碍性。W3C 按用途区分字幕和翻译字幕，同时指出翻译字幕可以包含有意义的非语音信息。仅有对白翻译可能会遗漏聋人或听力受损观众所需的信息。
Section508.gov 建议字幕应包含对白、重要声音和一致的说话人标识。请询问供应商翻译轨道包含什么、它面向哪些观众，以及播放器是否以无障碍方式呈现。法律要求取决于内容和场景；不要仅凭“多语言字幕”这个术语就推断合规。
某大学媒体团队需要英文字幕和西班牙语访问支持。 他们要求英文字幕轨道包含有意义的声音提示和说话人标识，并提供一条西班牙语轨道。如果西班牙语聋人观众需要访问，他们还会检查西班牙语轨道是否同样包含这些提示。
这只是一个示例采购场景，不是客户评价或法律认定。
采购订单应写明目标受众、每种语言所需的音频信息，以及播放平台。在接受交付物之前，请先在该平台中查看样本文件。
播放器能同时显示两种字幕语言吗？
通常，标准视频播放器一次只允许观众选择一条字幕轨道。自定义播放器可以把两条带时间码的文本流一起呈现，但这是需要设计和测试的播放器功能，并不是每个 SRT 或 WebVTT 文件都能保证具备的属性。
WebVTT 规范定义了时间提示和定位。MDN 说明了 HTML 视频如何使用文本轨道。两者都没有承诺第三方播放器会提供双语菜单。
如果双语显示对培训或语言学习很重要，请向平台所有者索取包含两条轨道的可运行样例。检查重叠、阅读速度、移动端屏幕空间，以及观众是否仍能独立选择字幕。
当任务是实时的，而不是录制的
以上内容都假设你面对的是一个已完成的文件。如果音频还没说出来，后期报价和文件交付日期就无法满足眼前需求。你需要的是在说话人仍在讲话时就到达的翻译文本。
这确实是另一种产品，也伴随着另一套取舍。实时输出在观众看到之前无法进行后期审核。有些服务提供人工字幕员；另一些则使用自动识别和翻译。MirrorCaption 的导出是文本，不是带时间码的字幕文件。你得到的是即时性，而这正是会议一结束理解价值就消失时的全部意义。
MirrorCaption 负责实时这一半。它运行在浏览器标签页中，捕获会议或流媒体标签页的音频以及你的麦克风，并在说话人仍在讲话时，以 50+ 可选语言流式输出转录和翻译。不会有任何参与者加入通话。浏览器音频捕获取决于设备和浏览器。原文和译文并排显示，因此你可以检查某些在源语言里读起来很奇怪的呈现，而这比人们预期的更重要，因为一句话在一种语言里可能是礼貌表达，在另一种语言里却是拒绝。
我们把机制单独写出来，而不是在这里重复：实时翻译字幕究竟如何工作介绍了标签页音频捕获、Zoom、Teams 和 Meet 的平台原生选项覆盖了什么，以及为什么参会者场景才是最缺乏服务的一类。
还有两种相关需求值得单独成文。如果你的多语言音频是通过来电而不是视频进入，基于浏览器的呼叫中心翻译会更贴近需求。而如果你真正需要的是之后得到一份多语言成品转录稿，我们的多语言转录软件对比会梳理那些能正确处理非英语音频的工具。
MirrorCaption 导出 Markdown、纯文本和剪贴板文本。它不会生成 SRT 或 WebVTT 文件。 如果你需要附加到录制内容上的带时间码文件，请选择字幕服务。
Tomas 正在加入一场以德语直播的供应商产品简报。 这里没有可供字幕化的录制，因为简报正在进行中；他也不能给主持人发邮件要求字幕，因为他是外部来宾。他在一个标签页打开直播，在另一个标签页打开 MirrorCaption，选择德语到捷克语，并在演讲者后面稍慢一步跟读。
之后，他把转录稿导出为 Markdown，供团队记录使用。没有生成 SRT 文件，也不需要生成。
这只是一个示例场景，不是客户评价。
常见问题
多语言字幕按每种语言要多少钱？
Rev 目前列出不同语言档位的价格为每视频分钟 $6.49、$10.49 和 $15.99。请核对你的语言和结账价格。每增加一种请求语言，都会多一份单独的字幕交付物。
能同时显示两种字幕语言吗？
自定义播放器可以把两条语言轨道一起呈现，但许多标准菜单一次只选一条。在承诺双语视图之前，请先测试实际播放器和摆放方式。
翻译字幕能否服务聋人或听力受损观众？
当观众需要字幕时，仅有对白翻译是不够的。W3C 指出翻译字幕可以包含非语音信息；请明确说明有意义的声音和说话人标识，然后根据适用的无障碍要求测试结果。
把视频字幕化成多种语言需要多久？
Rev 估计在英文字幕准备好后，0–20 分钟的视频字幕交付最长 48 小时，20–60 分钟最长 96 小时，超过 60 分钟则更久。语言和源字幕可用性都会影响时间；请在结账时确认预估。
我能为直播会议获取多语言字幕吗？
可以，使用实时字幕或翻译服务。MirrorCaption 会在浏览器标签页中以 50+ 可选语言流式显示翻译文本，并在之后导出 Markdown 或纯文本；它不会导出带时间码的 SRT 或 WebVTT 文件。
先选交付物
对于已完成的视频，请明确每种语言、文件格式、每条轨道必须包含的音频信息，以及将显示它的播放器。请比较供应商的结账价格和预计日期，不要把样本费率当作市场报价。
对于直播会议，请决定优先级是即时理解，还是经过审核、可分发的录制内容。MirrorCaption 提供即时翻译文本和文本导出。字幕服务商则提供可附加到已完成视频上的带时间码文件。