AI 分段与配额
视频字幕页面上两个各自独立的 AI 功能——把字幕重新切成句子,以及给压根没有字幕的视频生成字幕。
这个页面上有两样东西都带「AI」,经常被当成一回事。它们解决的问题不同、花的资源不同,而且其中一个会让另一个变得没必要。
| AI 智能分段 | AI 字幕配额 | |
|---|---|---|
| 需要什么 | 一个能生成文本的 LLM 服务商 | 已登录的 Pro 或 Ultra 账号 |
| 花什么 | 你自己服务商的 token | 你套餐里的转写分钟数 |
| 做什么 | 把视频已有的字幕重新切分 | 给没有字幕的视频生成字幕 |
| 在哪 | 基础设置里的一个开关 | 一块用量面板,加播放器里的按钮 |
AI 智能分段
YouTube 自动生成的字幕是以词为单位的碎片过来的,每个碎片带着自己的起止时间。陪读蛙靠规则也能把它们重新拼起来,但视频一说得快,结果还是会在句子中间断开。
打开 AI 智能分段之后,这些碎片会被发给你的 LLM 服务商,回来时已经重新切成完整的句子——标点和大小写都补好了——每一行新字幕的起止时间,取自它包含的第一个词和最后一个词。
代价就在这个时间轴上。模型是在推断时间戳,而不是从哪里读出来的,所以某些行会稍微早或稍微晚,本来跟得上的一行也可能对不上口型。字幕和语音对不上了,就把它关掉。
具体来说,打开之后:
- 字幕按句子切,而不是在随便一个词的边界上断,这也让翻译拿到的是完整句子。
- 每个预读窗口多出一次模型请求,所以要花 token,字幕出现前也多一段等待。
- 它需要一个能生成文本的服务商。用 Google 翻译或 DeepL 时这个开关不起作用,走的还是规则分段。
- 对本来就是整句的字幕它什么都不做。YouTube 有一部分字幕轨就是整句的,AI 生成的字幕更是永远如此。
这个开关全新安装时是关着的,位置在 设置 → 视频字幕 → 基础设置。
AI 字幕配额
这是语音识别,不是翻译。视频压根没有字幕——或者只有你不太想读的那种——的时候,播放器里陪读蛙设置面板上的 请求 AI 字幕 会把视频送去转写,结果作为一条字幕轨回来,之后陪读蛙就能像翻别的字幕一样翻它。
它要求你已登录,并且持有 Pro 或 Ultra 套餐。转写按分钟计量,设置页面上那块面板显示你还剩多少:每个额度池一根进度条,上面标着月度配额的重置日期,或者一次性赠送额度的过期日期。
陪读蛙是在切换字幕轨之前而不是之后检查权限的,所以被拒绝不会把你正在看的字幕毁掉。你看到什么取决于缺的是什么:
| 情况 | 会发生什么 |
|---|---|
| 未登录 | 一个带登录按钮的提示;面板上显示的也是这句 |
| 已登录但无订阅 | 一个带升级按钮的提示 |
| 分钟数用完 | 一个提示,里面写着你的配额什么时候回来 |
| 视频太长 | 一个提示,没有按钮——换套餐也解决不了这件事 |
| 还在转写中 | 一个提示,请你过几分钟再点一次 |
请求在后台跑,长视频要几分钟,期间播放器显示为加载中。如果你等不下去了,转写仍在服务端继续、结果会留着,所以再点一次是接上同一个任务,不是重开一个。
AI 字幕回来时已经是整句切好的,所以 AI 智能分段对它们会被整个跳过。这两个功能永远不会作用在同一条字幕轨上。
清除 AI 分段缓存
分段结果在第一次产生时就被存下来,键上带着那批字幕碎片和切它们的服务商,所以重播一个你已经看过的视频不再花钱。
视频字幕页面最下方的清除 AI 分段缓存会把这份存储扔掉。它会要你确认,而且不可撤销。分段给出的时间轴你想让它重新推一遍,或者换到一个你认为切得更好的服务商之后,才需要用它——否则你看到的一直会是存下来的那份结果。
它和翻译控制页面上的翻译缓存是两份不同的存储。清掉一份不会动另一份,两份都不会动你的服务商、提示词或样式。
