“英文字幕有了可我得一句一句照着翻一集 20 多分钟翻完一集人都麻了。”这句话不是夸张。做老番、海外剧集、纪录片字幕整理的人几乎都经历过这种阶段不是没有英文字幕而是从“英文字幕”到“中文字幕”中间那层翻译工作量始终绕不开。过去要么靠人工逐句翻要么靠在线翻译整段贴、再手动修时间轴和断句折腾下来一集视频的翻译成本高得离谱。“梦战士银翼超人”1984这类老作品就是一个典型场景原片是几十年前的内容网上能找到的英文字幕往往只有 srt 或 ass 格式的文本没有官方中文字幕。如果你想做一份带中文字幕的版本本质上就是一次“英转中字幕翻译工程”。而这件事现在已经可以用 DeepSeek API 自动化完成。这篇文章不打算只说“DeepSeek 真厉害”而是直接给你一套能落地的东西如何用 DeepSeek 的 API 做英转中字幕翻译从字幕格式解析、上下文补全、批量翻译到时间轴回填、烧录字幕、效果验证再到常见坑的排查全部拆开讲。看完之后你可以自己写一个最小可用的字幕翻译脚本并且知道怎么把它扩展成一个工程级的字幕工作流。读这篇文章前先明确一点字幕翻译不是“把文本丢给大模型就完事”。真正的难点在于格式解析、上下文传递、术语一致性和行长度控制。DeepSeek 解决的是“翻译质量”这一环但整个工程链路需要你自己搭。这篇文章要讲的就是这条链路。1. 用 DeepSeek 做英转中字幕翻译真正解决的是什么问题先说结论DeepSeek API 真正降低的是“高质量初翻”的成本而不是“字幕制作”的全部成本。1.1 传统字幕翻译流程的痛点假设你拿到一个没有中文字幕的英文视频传统流程一般是找到或生成英文字幕srt/ass 文件。逐段复制到在线翻译工具翻译成中文。把翻译结果粘贴回字幕文件逐条调整时间轴。手动修改断句、长度、术语。用播放器预览发现问题再改。这个过程的问题很明显慢一集 24 分钟的视频字幕通常有 400 到 800 条逐条复制粘贴翻译耗时至少两小时。上下文丢失在线翻译一次只能处理一条字幕上一条讲“他”下一条讲“她”翻译结果经常指代混乱。术语不统一同一部剧里人名、地名、专有名词在不同字幕条里可能翻成不同写法。格式破坏从字幕文件复制文本再粘贴回去经常把 srt 的序号、时间轴格式弄乱。1.2 DeepSeek 改变了哪一环DeepSeek API 做的事情是把“逐条复制粘贴翻译”变成“批量调用大模型翻译”。它带来的变化是速度几百条字幕通过 API 调用几分钟就能完成初翻。上下文可以在一条请求里传入前文历史让模型理解对话场景。术语可控可以在提示词里指定术语表要求人名、地名按固定译法输出。格式稳定让模型输出 JSON 或固定结构直接回填到字幕文件减少人工清理。所以如果你的需求是“把一集英文字幕快速变成能看的中文字幕”DeepSeek API 是最省力的方案之一。但如果你的需求是“字幕翻译达到商业级出版标准”那还需要人工校对和润色这一步目前任何 AI 都替代不了。1.3 什么样的读者适合读这篇文章在做老番、纪录片、公开课字幕整理的人。想用大模型 API 做批量文本处理但还不太会设计工程链路的开发者。已经听说过 DeepSeek但不知道具体怎么调用 API 的入门者。想了解字幕文件解析、批量翻译、并发控制、结果校验的人。如果你只是偶尔翻译一两句字幕不需要 API直接用网页版 DeepSeek 就够。但如果你想批量处理整集、整季这篇文章的方法才值得你看下去。2. 字幕翻译的核心概念与难点在写代码之前先理解字幕文件本身。很多人第一次写字幕翻译脚本直接卡在“字幕文件解析”这一步而不是大模型调用。2.1 SRT 与 ASS 字幕格式字幕文件最常见的两种格式是 SRT 和 ASS。SRT 格式结构最简单四行一组1 00:00:01,000 -- 00:00:04,000 Hello, world!第一行序号。第二行时间轴格式是小时:分钟:秒,毫秒 -- 小时:分钟:秒,毫秒。第三行可多行字幕文本。ASS 格式更复杂包含样式信息[Events] Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text Dialogue: 0,0:00:01.00,0:00:04.00,Default,,0,0,0,,Hello, world!ASS 多出的部分是样式、位置、特效等。翻译时通常只处理Text这一列其他字段原样保留。2.2 时间轴与字幕长度约束字幕翻译和普通文章翻译有一个关键区别字幕有显示时长限制。一般来说中文字幕每行不宜超过 16 到 20 个汉字超过后观众会在短时间内读不完或者显示时被截断。因此翻译时不能只追求“准确”还要考虑行长度。这也是纯“丢给大模型翻译再贴回去”会翻车的主要原因。处理策略是在提示词里明确要求模型“翻译后每行不超过 20 个汉字必要时拆分或精简表达”。2.3 上下文与角色一致性一段字幕单独看可能很清晰但放进对话就不同了前一条说 “He is coming.”后一条可能是 “No, she is not ready.”如果不了解上下文模型可能把 he 和 she 翻成同一个“他/她”导致观众混淆。解决办法是在批量翻译时以“每次传入前 N 条历史字幕作为对话上下文”的方式调用模型。2.4 术语表与命名一致性老番、剧集通常有人名、地名、专有名词。比如“银翼超人”这样的特摄作品如果不同字幕条里主角名字一会儿翻成“银翼”一会儿翻成“银翼超人”观感很割裂。工程化做法是在提示词里加入术语表例如术语表 - Silverwing - 银翼超人 - Dream Fighter - 梦战士 - Elder - 长老模型翻译时会优先按术语表输出。2.5 DeepSeek API 与字幕翻译的匹配度DeepSeek 的 API 使用 OpenAI 兼容格式调用成本相对可控翻译质量对于日常字幕场景足够。它的优势在于中文理解能力强翻译出的中文自然度在同类模型中属于第一梯队。支持较长的上下文适合一次传入多段历史字幕。API 兼容 OpenAI 格式迁移成本低。需要注意DeepSeek 官方 API 的模型名和调用方式可能调整具体以官方文档为准。本文演示的是通用思路核心逻辑不绑定某一家模型。3. 环境准备与前置条件在开始写代码之前先把环境准备好。3.1 运行环境操作系统Windows / macOS / Linux 均可本文示例在 Linux/macOS 下验证。Python3.9 及以上。依赖库requests或openaiPython 库、ffmpeg用于后续视频处理非必需。DeepSeek API Key在 DeepSeek 开放平台创建官方地址以你注册的平台为准。3.2 安装依赖建议先创建一个虚拟环境python3 -m venv subtitle_env source subtitle_env/bin/activate然后安装依赖pip install requests openai如果你的网络环境中安装 pip 包正常这一步不会有什么问题。如果openai库版本较新接口可能会有差异建议锁定openai1.0。3.3 准备测试字幕文件本文示例使用 SRT 格式作为演示。你可以从公开字幕网站下载一个测试 SRT 文件也可以手动创建一个1 00:00:01,000 -- 00:00:04,000 The sky is burning. We have to find the Silverwing. 2 00:00:05,000 -- 00:00:09,000 He protects the city from the darkness. 3 00:00:10,000 -- 00:00:14,000 But tonight, the dream fighter will face his greatest enemy.把这个文件保存为input.srt放在脚本同目录。3.4 确认 API 调用方式DeepSeek API 支持 OpenAI 兼容接口。一个最基本的聊天补全调用长这样from openai import OpenAI client OpenAI( api_key你的API Key, base_urlhttps://api.deepseek.com ) resp client.chat.completions.create( modeldeepseek-chat, messages[ {role: user, content: 翻译这句话Hello, world!} ] ) print(resp.choices[0].message.content)这里需要特别提醒不要把所有 API Key 硬编码进代码并上传到公开仓库。建议使用环境变量或本地配置文件并在.gitignore中忽略。4. 核心流程拆解一个完整的中文字幕生成流程可以拆成五个环节解析字幕文件提取序号、时间轴和文本。将文本按批次组合携带上下文调用 DeepSeek API 翻译。解析模型返回的 JSON按序号对应回原字幕。生成翻译后的 SRT 文件。可选用 ffmpeg 将字幕烧录到视频中。下面逐个环节说明。4.1 字幕解析SRT 文件的结构是“序号 时间轴 文本内容 空行”。解析时需要区分“元数据”和“待翻译文本”。不能把时间轴和序号也发给模型否则模型可能改坏格式。解析逻辑大致是逐行读取input.srt。遇到纯数字行记录为序号。遇到包含--的行记录为时间轴。收集后续非空行作为待翻译文本。空行表示一条字幕结束。4.2 批次翻译与上下文管理字幕条数多时不可能一次把全部字幕发给模型。常见做法有两种按固定条数分批例如每 10 条字幕为一个请求前 5 条作为上下文后 5 条要求翻译。按时间区间分批例如每 20 秒的字幕为一个请求。推荐第一种。批量请求的好处是减少请求次数、提升速度同时模型能看到上下文。坏处是如果某次请求失败需要重试整批。4.3 结果回填与格式重建模型返回的翻译结果最好使用 JSON 结构化输出。例如[ {id: 1, translation: 天空在燃烧。}, {id: 2, translation: 我们必须找到银翼超人。} ]这样回填时只需按id找到原始字幕位置替换文本即可不会弄乱序号和时间轴。4.4 烧录字幕可选如果只是做外挂字幕生成.srt就够了。如果想压制到视频里用 ffmpegffmpeg -i input.mp4 -vf subtitlesoutput.srt output_cn.mp4注意subtitles滤镜的路径和文件名中如果有特殊字符需要转义否则 ffmpeg 可能报错。这一步对老番压制、视频合并场景很有用。5. 完整示例代码实现下面是一个可直接运行的完整脚本。它从input.srt读取英文字幕调用 DeepSeek API 翻译成中文输出output.srt。5.1 项目结构subtitle_translator/ ├── translate.py ├── input.srt ├── requirements.txt └── .envrequirements.txtopenai1.0 python-dotenv.envDEEPSEEK_API_KEY你的API Key DEEPSEEK_BASE_URLhttps://api.deepseek.com DEEPSEEK_MODELdeepseek-chat5.2 完整翻译脚本# 文件路径subtitle_translator/translate.py import json import os import re import time from openai import OpenAI from dotenv import load_dotenv load_dotenv() API_KEY os.getenv(DEEPSEEK_API_KEY) BASE_URL os.getenv(DEEPSEEK_BASE_URL, https://api.deepseek.com) MODEL os.getenv(DEEPSEEK_MODEL, deepseek-chat) BATCH_SIZE 10 HISTORY_SIZE 5 MAX_RETRY 3 # 术语表按需修改 GLOSSARY 术语表 - Silverwing - 银翼超人 - Dream Fighter - 梦战士 SYSTEM_PROMPT f 你是一名专业的字幕翻译专家。你要把英文字幕翻译成简体中文要求 1. 翻译结果口语化、自然符合字幕阅读习惯。 2. 每行中文字幕不要超过 20 个汉字。 3. 保留人名、地名、专有名词的一致译法必须严格使用术语表。 4. 不要翻译序号和时间轴只输出 JSON 数组。 5. JSON 数组格式为[{{id: 1, translation: 中文翻译}}] {GLOSSARY} def parse_srt(srt_path): 解析 SRT 文件返回字幕列表。 每条字幕是一个 dict {id: int, time: str, text: str, translation: str} with open(srt_path, r, encodingutf-8) as f: content f.read().strip() blocks re.split(r\n\s*\n, content) subtitles [] for block in blocks: lines block.strip().split(\n) if len(lines) 2: continue subtitle_id int(lines[0].strip()) time_line lines[1].strip() text .join([line.strip() for line in lines[2:]]) subtitles.append({ id: subtitle_id, time: time_line, text: text, translation: }) return subtitles def translate_batch(client, batch_subtitles): 翻译一批字幕返回翻译结果 dict。 user_content 字幕内容如下请按 JSON 数组格式返回翻译结果\n for sub in batch_subtitles: user_content f{{id: {sub[id]}, text: {sub[text]}}}\n for attempt in range(MAX_RETRY): try: resp client.chat.completions.create( modelMODEL, messages[ {role: system, content: SYSTEM_PROMPT}, {role: user, content: user_content} ], temperature0.3, response_format{type: json_object} ) content resp.choices[0].message.content # 兼容模型返回纯 JSON 数组或 {data: [...]} 两种结构 if content.strip().startswith({): data json.loads(content) if data in data: return {item[id]: item[translation] for item in data[data]} return {} else: data json.loads(content) return {item[id]: item[translation] for item in data} except Exception as e: print(f批次翻译失败重试 {attempt 1}/{MAX_RETRY}: {e}) time.sleep(2) return {} def split_batches(subtitles, batch_size): 将字幕列表按固定大小分批。 for i in range(0, len(subtitles), batch_size): yield subtitles[i:i batch_size] def build_output_srt(subtitles): 按照 SRT 格式重新生成字幕文件内容。 lines [] for sub in subtitles: lines.append(str(sub[id])) lines.append(sub[time]) lines.append(sub[translation]) lines.append() return \n.join(lines) def main(): client OpenAI(api_keyAPI_KEY, base_urlBASE_URL) subtitles parse_srt(input.srt) print(f共解析到 {len(subtitles)} 条字幕) for batch in split_batches(subtitles, BATCH_SIZE): result translate_batch(client, batch) for sub in batch: if sub[id] in result: sub[translation] result[sub[id]] # 防止请求过快触发限流 time.sleep(0.5) output_srt build_output_srt(subtitles) with open(output.srt, w, encodingutf-8) as f: f.write(output_srt) print(翻译完成已输出到 output.srt) if __name__ __main__: main()5.3 代码关键逻辑说明parse_srt用正则\n\s*\n按空行切分字幕块能处理 Windows 和 Unix 换行。translate_batch中response_format{type: json_object}要求模型返回 JSON 对象。这里需要注意不同版本的 API 对response_format的支持程度不同如果接口报错可以去掉这一行改用提示词要求。temperature0.3是为了让翻译更稳定减少随机发挥。每批翻译后sleep(0.5)避免请求过快。5.4 可视化验证脚本翻译完成后用下面的小脚本打印前 20 条原文和译文快速检查质量# 文件路径subtitle_translator/check_result.py import sys def check(srt_path, limit20): with open(srt_path, r, encodingutf-8) as f: content f.read().strip() blocks content.split(\n\n) count 0 for block in blocks: lines block.split(\n) if len(lines) 3: continue print(lines[0]) print(lines[1]) print(lines[2]) print() count 1 if count limit: break if __name__ __main__: check(sys.argv[1] if len(sys.argv) 1 else output.srt)运行python check_result.py output.srt6. 运行结果与效果验证6.1 运行翻译脚本在subtitle_translator目录下激活虚拟环境后运行python translate.py正常情况下输出类似共解析到 3 条字幕 翻译完成已输出到 output.srt6.2 预期输出样例以第 3.3 节创建的input.srt为例翻译后的output.srt内容大致是1 00:00:01,000 -- 00:00:04,000 天空在燃烧。 我们必须找到银翼超人。 2 00:00:05,000 -- 00:00:09,000 他守护着这座城市抵御黑暗。 3 00:00:10,000 -- 00:00:14,000 但今晚梦战士将面对他最强大的敌人。6.3 如何判断翻译是否成功至少检查以下几点序号和时间轴是否原样保留第 1 条字幕的时间轴00:00:01,000 -- 00:00:04,000没有被改动。翻译的句子是否完整如果出现只翻了一半、末尾漏字的情况说明批次里的文本解析有问题。术语是否一致Silverwing是否统一翻译为“银翼超人”而不是部分“银翼”、部分“银翼战士”。是否出现重复翻译同一段比如两条字幕都翻成了“天空在燃烧”可能是批次切分或id回填出错。6.4 翻译失败时的第一步排查方向如果输出乱码先看打印出的完整 JSON 内容如果输出空文件先检查parse_srt是否正确解析到了文本如果 API 报认证错误检查API_KEY是否成功从.env加载。7. 常见问题与排查思路问题现象可能原因排查方式解决方案翻译结果是空字符串模型返回的 JSON 结构解析失败打印resp.choices[0].message.content查看原始返回调整response_format或改用纯文本返回后手工解析 JSONAPI 报 401 认证失败API Key 错误或环境变量未加载检查.env文件打印API_KEY前几位确认重新设置DEEPSEEK_API_KEY确认没有多余空格上下文太长导致报错单次请求传入的字幕条数过多查看报错信息中的 token 数调小BATCH_SIZE例如改为 5时间轴在输出中丢失格式重建时遗漏了time字段检查build_output_srt中是否使用了sub[time]确保输出时先写序号再写时间轴再写翻译文本翻译过于生硬温度设置过高或缺少系统提示词约束检查请求参数temperature调低为 0.2 到 0.4并在SYSTEM_PROMPT中强调口语化中文每行过长字幕显示时被截断检查翻译文本长度在提示词里明确“每行不超过 20 个汉字”并考虑拆分长句请求被限流批间未加延时或并发过高查看 HTTP 429 状态码在循环体内增加time.sleep(0.5)或更高术语翻译不一致提示词中未提供术语表检查SYSTEM_PROMPT是否包含术语表添加术语表并要求必须按表翻译ffmpeg 烧录字幕时报文件名错误路径包含特殊字符查看 ffmpeg 报错对路径中的冒号、单引号做转义老番字幕本身时间轴错位字幕文件本身有问题和翻译无关用播放器加载原字幕验证先修复时间轴再翻译或用视频硬字幕工具对齐8. 最佳实践与工程建议8.1 用术语表控制翻译一致性翻译整季剧集时一致性比单条准确度更重要。建议维护一个独立的术语表文件例如glossary.json在翻译开始前读入动态插入提示词。{ Silverwing: 银翼超人, Dream Fighter: 梦战士, Elder: 长老 }8.2 使用缓存避免重复扣费如果脚本需要多次调试建议在本地缓存翻译结果。一个简单的做法以“原文文本的哈希值”为 key把翻译结果存成本地 JSON 文件。下次遇到相同原文直接读缓存不再调用 API。8.3 批量处理时注意上下文边界推荐按场景切分批次。字幕文件的对话是连续的单纯按固定 10 条切分可能把完整对话拦腰截断。可以结合时间轴把 30 秒内的字幕合并为一批并附带上一条字幕作为历史上下文。8.4 并发控制与限流字幕条数多时可以改成ThreadPoolExecutor并发请求但务必控制并发数例如max_workers4否则很容易触发限流。并发时也要做好异常重试避免某一条失败而导致整个任务中断。8.5 字幕长度与断句优化中文字幕的断句习惯和英文差异很大。英文长句翻成中文后如果只按原文换行可能把“虽然……但是……”这种关联结构拆成两行。建议在提示词中说明“如果一行放不下可以重新断句但不要改变原意”。8.6 合规与版权注意事项只处理你有权翻译和使用的字幕文件尊重原作版权。API Key 不要提交到公开仓库使用环境变量或密钥管理工具。调用第三方 API 前先了解服务商的计费标准和数据隐私政策。更稳妥的判断是不要把未公开的影视资源直接上传到云端。如果处理的是自己要发布的视频建议确认字幕翻译结果不包含侵权内容。8.7 从临时脚本到工程模块如果你只是想翻译一集脚本够用。但如果要处理整季甚至多部剧集建议拆分模块subtitle_translator/ ├── translator/ │ ├── __init__.py │ ├── parser.py │ ├── translator.py │ ├── glossary.py │ └── cache.py ├── scripts/ │ ├── run_batch.py │ └── check_result.py ├── data/ │ ├── input/ │ └── output/ └── config.yaml工程化之后最大的收益不是代码量变多而是配置、缓存、术语表可以复用换一部剧时不用改主逻辑。8.8 关于第三方封装工具目前社区有一些围绕 DeepSeek API 的第三方封装工具和插件部分会简化调用流程例如带可视化界面、支持批量任务、支持历史记录等功能。使用这类工具时注意几点优先阅读官方 API 文档确认工具封装的请求方式和计费逻辑。第三方工具可能要求绑定 API Key注意确认工具的来源和授权边界。不要让第三方工具把 API Key 上传到非官方服务器。字幕翻译场景下建议先跑通本文示例脚本理解整个过程后再决定是否引入外部封装。9. 总结与后续学习方向用 DeepSeek 做英转中字幕翻译核心价值是把“逐条复制粘贴翻译”的体力活变成“脚本批量处理”的工程活。但它不是万能一键生成SRT 解析、批次上下文、术语表、结果回填、长度控制、限流重试这些环节都需要自己设计。如果这篇文章你只记住一件事那就是字幕翻译的难点不在调用大模型那一步而在字幕格式解析和结果回填的工程细节上。把这一步做稳你就能处理任何格式的字幕文件。下一步实践建议先用一个只有 5 条字幕的小文件跑通流程不要一上来就翻译整集。对照output.srt检查时间轴是否和原文件一致。加入术语表重新翻译一段对比效果。再尝试使用并发和缓存把脚本升级到批处理版本。如果对 ASS 字幕感兴趣尝试扩展parse_srt的解析逻辑。这套流程不仅适用于 1984 年的老番“梦战士银翼超人”任何有英文字幕、缺中文字幕的视频内容都可以用同样的思路处理。区别只在于术语表和翻译风格需要单独调整。