摘要：AI 语音识别大多数字幕都对，但少数错误散落在几百行里，为了找它们而逐行通读，就失去了自动化的意义。更快的办法是让工具告诉你它在哪里没把握：GeekLink（Mac）会标出每行里那个置信度最低的词，以及音乐或音效盖住人声的段落，然后导出一个「SE 复查包」——SRT、可点击的复查书签、视频——在免费的 Subtitle Edit 里打开，你就只复查被标的那几行，而不是整篇转录。
本指南完整讲清这套流程：为什么仍需复查、置信度标记如何工作、GeekLink 导出什么，以及如何在 Subtitle Edit 里复查并修正被标的行——包括如何把一个听错的人名改一次、应用到整季。
AI 生成的字幕为什么还需要复查？
现代语音识别（Whisper 及同类模型）在干净、单人音频上非常准。但准确率会在可预测的地方崩掉：专有名词、对话重叠、喊叫、口音，以及任何背景音乐或音效压在人声之上的段落。
对于做真实内容本地化的创作者——动画、综艺、播客、音乐制作教程——这些难点恰恰是价值所在。一个拼错的角色名，或一句在响亮音乐里硬猜出来的台词，就是「干净成品」和「一眼看出是机器做的」之间的差别。
问题不在于 AI 字幕差，而在于不检查你就分不清哪几行错了。于是人们要么盲目相信输出（发出错误），要么全部读一遍（把 AI 省下的时间又赔进去）。两者都不好。解法是让模型自己暴露它的不确定。
怎样不逐行读就找出 AI 字幕里的错误？
语音模型为每个词都会给出一个置信度分数，而不只是文本。某一行里有个词分数特别低，就说明模型对这一行没把握——这是「很可能听错」的强信号。
GeekLink 读取逐词置信度，标出每条字幕里置信度最低的那个词，并同时显示词和分数（例如 Low conf? "customer" 0.22）。它不是告诉你「这行可能有问题」，而是直接告诉你该看哪个词。
它还加了第二个信号，弥补只看置信度会漏的失效情形：音乐和音效段落会被单独检测并标记，因为一行可能文本置信度很高、实际上音乐正盖住真正的词。既干净又有把握的行则不动。
结果是一份短名单，而不是一次全文通读。一段普通片段里通常只有一小部分行被标，你只打开这些。
GeekLink 的 SE 复查包包含什么？
GeekLink 不去再造一个字幕编辑器，而是把复查交给 Subtitle Edit——一个成熟、免费、开源、现在也能在 Mac 上运行的编辑器。「SE 复查包」是一次性导出，里面装着 Subtitle Edit 一键加载复查所需的一切。
复查包是一个「每个视频一个」的文件夹，里面三样东西：
- 字幕文件（.srt）——带准确时间轴的识别字幕。
- 复查书签（.SE.bookmarks）——只落在被标行上的可点击标记。低置信书签会写出可疑的词和分数（
Low confidence: customer (p=0.22)）；音乐书签标出音频可能盖住人声的段落。 - 视频（.mp4）——这样你能对着画面核对一行，而不只是凭声音。
因为 SRT、书签、视频在同一个文件夹里同名，打开 .srt 时 Subtitle Edit 会自动加载三者——视频出现在预览区、书签出现在列表里，无需手动导入。
一个灵敏度滑块控制标记的激进程度，嘈杂素材可以放宽、干净音频可以收紧。默认偏向「宁可多标一点，也别漏掉真错」。
怎样在 Subtitle Edit 里复查被标的行（分步）？
重点就是直奔要紧处。流程很短：
- 在 GeekLink 里识别视频。语音识别在你的 Mac 上本地运行，产出字幕以及逐词置信度数据。
- 打开「导出」，选「SE 复查包」。保持勾选「低置信」和「音乐标记」，想对着画面核对就勾「同时导出原视频」。选一个输出文件夹。
- 在 Subtitle Edit 里打开 .srt。视频和书签会自动加载。
- 逐个跳书签。每个书签都把你带到一条被标的行。播放它前后几秒、读出被指出的可疑词，错了就改。
- 其余一律忽略。没被标的行既有把握又干净，你不用重读。
你复查的是一份被标行的短名单，而不是整篇转录——这正是「AI 帮我省了时间」和「AI 让我替它重新检查作业」之间的差别。
怎样在整季里批量修正人名错误？
同一个错名往往会反复出现——一个叫「Adu Du」的角色，每集都被同样地听错。逐行、逐集去改，正是自动化本该消除的那种活。
有两个互补的地方可以修。在 GeekLink 里，把正确写法加进自动纠错规则和 Whisper 提示词，让后续各集在识别时就把名字认对——提示词在识别前引导，纠错规则在识别后确定性地替换已知误听。跑完第一集、收集它认错的名字、加进去，整季就出得一致。
对于已经导出的字幕，用 Subtitle Edit 自带的「Multiple Replace」，一次性把一份查找替换规则应用到整个文件——无需重新识别。两者配合，一个名字改一次，处处都对。
复查被标的行，真的比手动校对更快吗？
校对整篇转录意味着不管有没有错，每一行都要读、都要核时间轴。复查被标行则意味着你只打开模型没把握的那一小部分，外加音乐可能藏着错误的段落。在干净素材上这是触碰行数的大幅减少；在嘈杂素材上，标记会把你的注意力正好集中到错误聚集的地方。
它不是魔法——标记有召回上限，所以一个发音清晰、却仍然错的词可能漏掉，而一句短感叹也可能被误标。诚实的说法是：置信度标记压缩复查，但不消灭复查——但对要走量的创作者来说，把一次全文通读压缩成一份短名单，就是全部的胜利。
常见问题
AI 生成的字幕需要检查吗？
需要，如果你在意准确率。AI 识别在干净音频上很强，但在专有名词、对话重叠、口音、音乐盖声的段落上会可预测地出错。实用做法不是全部读，而是复查模型标为低置信的行，加上音乐可能盖住人声的段落。
Whisper / AI 字幕识别有多准？
在清晰、单人音频上通常非常准。准确率会在这些情况下下降：背景音乐和音效、多人同时说话、喊叫、重口音、生僻专有名词。这些正是值得复查的地方，所以逐词置信度和音乐检测，比一个笼统的总体准确率数字更有用。
校对自动生成字幕最快的方式是什么？
让工具标出它没把握的地方，然后只复查这些行。GeekLink 标出每行里那个置信度最低的词以及音乐段，并把它们导出成 Subtitle Edit 的可点击书签，让你直接跳到被标的行，而不是读整篇转录。
能对着视频画面复查字幕吗？
能。GeekLink 的 SE 复查包可以连同 SRT 和书签一起包含视频，打开匹配的 .srt 时 Subtitle Edit 会自动加载视频——这样你能看每条被标行前后几秒，而不是只凭声音判断。
Subtitle Edit 是免费的吗？
是的。Subtitle Edit 免费且开源，现在 Mac 和 Windows 都能运行。GeekLink 导出的复查包它能直接打开，所以复查这一步不需要再买别的编辑器。
声明：GeekLink 是我们自己的 Mac 应用。本文所述的置信度标记、音乐检测、SE 复查包导出都是 GeekLink 的功能；Subtitle Edit 是我们导出的对象，是一个独立的免费工具，与我们无关联。