先固定终版，再记录三个以上检查点
在 ZenStory 的视频解说工作流中，字幕时间使用最终输出时钟。若字幕最初按原素材计时，先建立从原素材到剪辑成片的时间映射，再把每条字幕边界落到成片时钟。完成时间映射后，创作者仍要重播准备发布的视频画面 + 这版成片实际采用的旁白，亲自确认声音与字幕的开始和结束。
先给成片和旁白版本做清楚标记，在开头、中段、结尾各选一句起音和收音都容易辨认的台词。若某处有叠音、含混起音或难以判断的句尾，就换一个更清楚的句子。记录表中的时间必须来自实际播放观察；看不清的值写“未知”，不要猜。
| 项目 | 记录 |
|---|---|
| 开头附近 | 台词标记: [原句或唯一标记]; 声音开始: [已观察/未知]; 声音结束: [已观察/未知]; 字幕开始显示: [已观察/未知]; 字幕结束显示: [已观察/未知]; 开始误差（字幕－声音）: [正数=字幕晚出现；负数=字幕早出现]; 结束误差（字幕－声音）: [正数=字幕晚消失；负数=字幕早消失]; 备注: [叠音、含混句尾等] |
| 中段附近 | 台词标记: [原句或唯一标记]; 声音开始: [已观察/未知]; 声音结束: [已观察/未知]; 字幕开始显示: [已观察/未知]; 字幕结束显示: [已观察/未知]; 开始误差（字幕－声音）: [同上]; 结束误差（字幕－声音）: [同上]; 备注: [说明] |
| 结尾附近 | 台词标记: [原句或唯一标记]; 声音开始: [已观察/未知]; 声音结束: [已观察/未知]; 字幕开始显示: [已观察/未知]; 字幕结束显示: [已观察/未知]; 开始误差（字幕－声音）: [同上]; 结束误差（字幕－声音）: [同上]; 备注: [说明] |
开始误差只支持开始边界的判断，结束误差只支持结束边界的判断。某条字幕只有开始时间可辨时，把结束边界保留为“未知”，先补测再决定是否修改。开头、中段、结尾三个位置构成第一轮模式检查；发现转场、分段或局部重剪附近有异常时，在该处追加检查点。
此表是人工观察用编辑卡，不是原生subtitle_track.json格式。原生轨道使用最终输出时钟和既有媒体绑定；加载器保留已写边界与文字，不自动做声音对齐、源时间映射或边界修复。两列表中各字段仍分别记录，不能只写一个“已同步”。
按误差形状分别处理三类问题
这套人工方法比较终版媒体中实际观察到的开始误差与结束误差，再为证据选择相符的修正范围。字幕轨以最终输出时钟记录边界；创作者通过重播成片确认这些边界与实际语音的关系。
| 项目 | 记录 |
|---|---|
| 开头、中段、结尾的开始误差与结束误差都以相近方向和幅度提前或延后 | 诊断: 整体偏移：整条字幕的边界整体错开，但各条显示时长大致保持; 证据支持的修正: 按已核对的共同误差整体平移字幕；字幕晚就前移，字幕早就后移，并保持各条原有时长。这个判断需要开始和结束两侧都有相符证据 |
| 开头接近，中段更偏，结尾偏得更多；开始或结束误差沿片长持续变化 | 诊断: 持续漂移：字幕与终版声音没有共享同一套时长变化; 证据支持的修正: 先核对SRT、旁白和视频是否来自同一最终版本；对最终旁白重新建立开始与结束时间，必要时按已验证的分段锚点重定时。一次整体平移只校正一个位置 |
| 大部分检查点相符，只有某一句或相邻几句的开始或结束异常 | 诊断: 单条边界错误：局部边界或局部剪辑需要修正; 证据支持的修正: 只改有实测证据支持的开始或结束边界，并重播该条与相邻交接；未观察到的另一侧保持不动，直到补齐证据 |
一条轨道也可能同时有整体偏移和少量单条错误。先修共同偏移，然后在新导出中重新观察每个检查点的字幕开始、字幕结束、声音开始和声音结束；这轮复测仍显示局部边界异常时，再对该边界单独重定时。若结束仍是未知，就保持结束边界不动并补测。检查点太少或方向互相矛盾时，将分类保持为“证据不足”并增加实测点。
AI只能整理已观察数据，不能从文字证明同步
模型可以把你记录的误差排成表格、指出可能的形状，并列出下一轮要复查的位置；它没有播放终版媒体时，不能知道真实起止点，也不能替你发明时间码。可复制下面的模板。方括号没有实测值时保留“未知”。
我在检查最终视频与实际采用旁白的字幕同步。只能使用下列人工播放记录，不得补写、推算或假设缺失时间。
最终视频版本： [文件名/版本]
采用旁白版本： [文件名/版本]
SRT版本： [文件名/版本]
检查点：
- 开头：[台词标记]；声音开始 [已验证/未知]；声音结束 [已验证/未知]；字幕开始显示 [已验证/未知]；字幕结束显示 [已验证/未知]
- 中段：[台词标记]；声音开始 [已验证/未知]；声音结束 [已验证/未知]；字幕开始显示 [已验证/未知]；字幕结束显示 [已验证/未知]
- 结尾：[台词标记]；声音开始 [已验证/未知]；声音结束 [已验证/未知]；字幕开始显示 [已验证/未知]；字幕结束显示 [已验证/未知]
- 额外异常：[台词标记与四个已验证时间；没有观察到的字段写未知]
只为数据完整的边界计算误差：开始误差=字幕开始－声音开始，结束误差=字幕结束－声音结束。按现有证据归为整体偏移、持续漂移、单条边界错误、混合问题或证据不足；未知项必须保持未知。说明依据，但不要声称已经同步。若证据不足，列出需要我回到成片补测的具体边界。最后只给与证据相符的修正范围，并列出重新导出后必须人工重播的开始与结束检查点。
模型给出的分类仍然是工作建议。最终判断来自修正后成片的播放结果，而不是表格或提示词本身。
原创示例：共同晚0.8秒，另有一条局部异常
下面是本文原创的虚构项目记录，用来演示计算与修正顺序，不报告真实媒体测试结果。一条五分钟的纸灯笼折叠教程采用最终旁白 lantern-fold-final-03。创作者播放终版后记录：
| 项目 | 记录 |
|---|---|
| 开头 | 台词标记: “把方纸沿对角线对折”; 声音开始: 00:12.4; 声音结束: 00:15.6; 字幕开始: 00:13.2; 字幕结束: 00:16.4; 开始误差: +0.8秒; 结束误差: +0.8秒 |
| 中段 | 台词标记: “撑开纸袋，再压平折痕”; 声音开始: 02:18.1; 声音结束: 02:21.7; 字幕开始: 02:18.9; 字幕结束: 02:22.5; 开始误差: +0.8秒; 结束误差: +0.8秒 |
| 结尾 | 台词标记: “把流苏穿过下方纸环”; 声音开始: 04:41.6; 声音结束: 04:45.0; 字幕开始: 04:42.4; 字幕结束: 04:45.8; 开始误差: +0.8秒; 结束误差: +0.8秒 |
| 额外异常 | 台词标记: “把折起的尖角转向中心”; 声音开始: 03:06.0; 声音结束: 03:09.4; 字幕开始: 03:08.0; 字幕结束: 03:10.2; 开始误差: +2.0秒; 结束误差: +0.8秒 |
开头、中段、结尾的开始和结束都稳定晚 +0.8秒，这份双边界证据支持把整条字幕前移0.8秒，同时保持各条显示时长。额外字幕的开始比共同偏移多晚 1.2秒，但结束只晚共同的0.8秒。
创作者先整体前移0.8秒并重新导出，不直接改额外字幕。随后在新成片中重新观察四个检查点：前三条的开始与结束误差都变为0；额外字幕变为开始 03:07.2、结束 03:09.4，相对声音仍是开始晚 +1.2秒、结束误差为0。复测证明只有这条的开始边界仍有问题，因此创作者把它的开始改到 03:06.0，保留已有证据支持的结束 03:09.4，再检查前一条结束、这一条起止和后一条开始，确认没有意外重叠、显示区间被截短或过长空档。
修完后，创作者重新导出视频，重播所有开始与结束检查点，再顺序观看整片。这些数字只用于说明这份虚构记录的计算；实际项目应使用各自终版中观察到的边界。若实际观察到的开始与结束误差沿片长从 +0.2 增至 +1.1、再增至 +2.0，就不应照抄“整体前移0.8秒”，而应按漂移路径核对版本并重新定时。
本例选择贴合声音起止作为目标。其他项目如有已接受的阅读余量或有意跨镜对白，先按其展示方案判断哪些误差是不需要的；这里的0秒和0.8秒不构成全行业容差或强制标准。
修正后重播成片；旁白变化或影响时间的剪辑后重新检查
时间表记录预期边界；渲染后的媒体显示字幕实际何时开始、何时结束，以及它与语音起止的听感是否同步。用这份只针对时间的清单收尾：
- 本轮使用的是准备发布的视频、实际采用的旁白和完整SRT，而不是混用旧版本。
- 开头、中段、结尾的声音起止与字幕显示起止已经在新成片中重播。
- 每个局部异常及其相邻字幕的起止边界已经重播，没有意外重叠、显示区间被截短或过长空档。
- 转场、分段、局部变速或改变字幕相关时间顺序的重剪附近已增加检查点。
- 已从头到尾顺序播放一次，确认各条字幕按预期顺序出现和结束，没有残留到下一句或提前消失。
- 准备发布的文件就是刚刚检查的那一版。
旁白一旦重录、改词、换语速或调整停顿，需要在新成片中重新检查相关起止点；如果变化改变了总时长，还要复查后续检查点。视频剪辑只有在改变字幕相关的时间、顺序、时长或时间轴位置时，才会使对应时间证据失效。单纯调色、改封面或其他不改变时间轴的操作，不需要因此重做字幕计时检查。
常见问题
为什么SRT开头对得上，越到后面越不同步？
这更像持续漂移，而不是单纯的起点偏移。先分别检查开头、中段、结尾的声音起止与字幕显示起止，再确认SRT、旁白和视频来自同一终版。若开始或结束误差沿片长增长，应依据最终旁白重建对应边界；一次整体平移只能修好某一个位置。
可以让AI直接根据SRT文本判断字幕是否同步吗？
不能。仅看文字无法知道终版声音何时开始和结束，也不能知道字幕在渲染后何时出现和消失，更不能证明观看时已经同步。AI可以整理你从成片中人工核对的起止时间、计算有完整数据的误差和提出复查范围，但未知值必须保留为未知。
只改了一句AI旁白，还要重新检查整条字幕吗？
要在新成片中复查改动句的声音起止与字幕起止。若替换句改变了时长、停顿或后续字幕的时间轴位置，还要重测改动前、改动处和片尾；若只是视频调色等不改变字幕相关时间轴的操作，则不需要因此重做计时检查。旧旁白版本的结果不能证明新旁白同步。
用 skill 来做
使用 /video-recap（Codex 中用 $video-recap）整理字幕同步问题时，请提供准备发布的视频版本、实际采用的旁白版本，以及你从成片人工核对的开头、中段、结尾声音起止和字幕显示起止。要求它只按实测数据区分整体偏移、持续漂移或单条边界错误，并保留未知项；不要让它发明时间码或声称仅凭文本已经同步。
查看具体方法： 输出时钟、双边界与轨道验证范围