先交出能进翻译和配音的字幕，而不是一段转写草稿

把画面里的字，或音频里的对白，整理成一条条带时间轴的字幕。可用的结果通常包括文本、起止时间、合理断句和语种信息，并导出成 SRT 这类可编辑格式。

先判断走 OCR 还是 ASR，再合并重复帧、过滤场景字、断句打轴，输出能直接进翻译和配音的 SRT——而不是只有一段转写稿。

约 80% 的头部出海 AI 短剧客户和服务商在用鬼手剪辑。团队每天处理近 30 万+集短剧译制（大约 3,000+ 部）。在不少客户项目里，译制成本大约降 80%，收入规模也有约 10 倍增长——具体仍看题材、语种和发行节奏。在自有短剧数据集上，OCR 字符准确率 98.25%，严格字幕条精确召回率 98.92%。交付是可编辑 SRT；硬字幕清楚时优先 OCR，只有音频对白时走 ASR，默认不会混成一路糊弄过去。

烧录字幕还算清楚的短剧或漫剧；手里没有字幕文件、只能从音频出轴；以及后面还要翻译、配音、人工审校的生产前置。

画面糊成一团、压缩伪影很重又没法补刀的素材；或者你要的是逐帧艺术字、特效字幕创意设计，而不是生产用对白轴。

把角标、人物卡、免责声明一并提进对白轴；用普通转写结果当字幕条，不管断句和阅读速度；OCR 和 ASR 混用后，关键对白没再人工对一下。

可以。视频 OCR 能识别烧录在画面中的文字，跨帧合并重复结果，估算字幕条的起止时间，过滤无关场景文字，并导出带时间轴的字幕。

当画面中的硬字幕可靠时，OCR 直接读取已经编辑好的文字，不容易受到 BGM、音效、口音、哭喊、耳语和重叠对白干扰。

转写结果可能是一整段文字，也可能断句和阅读速度不适合上屏。字幕型 ASR 必须输出简洁的定时字幕条，并正确处理语义边界和说话人切换。

不会默认把两者混合。OCR 与 ASR 是两条独立的字幕生成路径，团队可根据素材情况选择，并在审校时对照结果。