03 翻译流程与进度
进度页把一条视频拆成一张张卡片，每张卡片是一步，从上往下依次执行。你会看到几步，取决于项目类型和你在新建时打开了哪些开关——同一类型默认就是 4 / 6 / 7 步三种不同长度，所以别拿别人的步数对照自己。
1. 每一步在做什么
| 步骤 | 它在干什么 | 会出现的条件 |
|---|---|---|
| 音频提取 | 从视频里把声音取出来 | 总是 |
| 字幕去除 | 把画面里已有的硬字幕抹掉，免得和新字幕重叠 | 新建的项目都不会带这一步——创建表单已经不问这个了。要抹字幕请用左侧栏里那个独立的字幕去除工具，见 07 下载·去字幕·去水印；只有早年建的老项目还会按当时的设置继续走这一步 |
| 人声分离 | 把人声从背景音乐和环境声里分出来，只留干净的人声去识别和克隆 | 总是（除视频字幕类型） |
| 语音识别 | 听写成文字，并切出每一条字幕的时间 | 总是 |
| 说话人识别 / 说话人分离 | 判断视频里有几个人、哪句是谁说的 | 打开多说话人模式时 |
| 情绪识别 | 分析原声的情绪，用来让配音带上语气 | 打开情绪识别时 |
| 校正 | 用大模型修正语音识别出来的错字 | 视频字幕类型，且 AI 字幕校正开着 |
| 译文 | 把原文翻译成目标语言（这一步走云端，需要联网） | 除视频字幕类型 |
| 音频生成 | 用选定的音色把译文一条条念出来 | 除视频字幕类型 |
| 字幕位置 | 决定字幕摆在画面哪里 | 专家 / 快速类型 |
| 字幕烧录 | 把字幕画进画面 | 视频字幕类型 |
| 视频合成 | 新配音 + 字幕 + 原画面合成为成片 | 总是 |
默认配置下各类型实际显示的步数：
- 专家视频翻译 / 快速视频翻译：7 步。
- 视频魔改：6 步（多说话人是强制的，情绪识别默认关）。
- 视频字幕：4 步（没有配音相关步骤）。
专家视频翻译会在这里停一次
它固定分两段跑：卡片上七步都在，但第一段只走到"译文"，那一步完成后进度页会显示"已暂停审阅 - 在编辑器中编辑字幕"，紧接着自动打开编辑器。剩下三步（音频生成 → 字幕位置 → 视频合成）要你在编辑器里点"生成视频"才开始。这是设计如此，不是卡住——因为配音花钱，先看一眼译文比跑完再返工便宜。这一类没有「一口气跑完」的开关：不想停顿就改用快速视频翻译——批量队列排的也是这一类项目，跑到译文不会停。
音频提取
人声分离
语音识别
译文第一段在这里结束
↓ 在编辑器里点"生成视频"才继续
音频生成
字幕位置
视频合成
2. 慢在哪里
三件事决定总耗时：视频长度、机器性能、以及质量档位。经验上人声分离和音频生成最花时间，语音识别其次；译文那一步通常最快，因为走的是云端接口。
把耗时理解成"越长的视频越慢，而且是线性往上走"——一条 40 分钟的视频不是一分钟的四十倍工作量那么简单，中途失败的代价也大得多。所以第一次跑某个长素材前，先用其中的两三分钟试一遍，确认音色和字幕样式，再跑整条。
跑长视频时请给它独占机器
人声分离这一步是整条链路里最吃内存的。跑几十分钟素材时，先把浏览器、剪辑软件这类大户关掉；内存不够时它会失败，而不是变慢。失败之后重跑，分离这一步会从已经做完的位置接着做，不会整步重来。
3. 失败、重试、取消
- 某一步失败：那张卡片会停在失败状态并给出提示。大多数情况下你不需要从头再来——在那一步上点重试即可，前面的成果会保留。
- 改完设置重试：如果你在编辑器里改了字幕样式或音色，再走一次生成，会从"音频生成"往后重跑（视频字幕类型只重跑"字幕烧录"）。改了字幕文本里的任何一个字符，整条配音都会重新生成，这一点在费用上和你有关，见 04 字幕与配音编辑。
- 中途取消：点取消流程就是真的不要了——这次的中间产物会被丢弃，下次从头开始。这与"失败后重跑能续上"是两回事。
- 提示语看不懂：错误弹窗的正文是一句母语提示，展开"详情"能看到具体原因。把那一段复制下来发给我们，比我们猜要快得多，见 11 遇到问题时。
4. 跑完之后落在哪个页面
跑完不一定把你带进编辑器，四类各有落点：
- 专家视频翻译：第一段停在"译文"时自动进编辑器；点"生成视频"把剩下三步跑完，落在只读的视频预览页——配好音的成片在那里看；要接着改，点预览页工具栏上的"编辑"再回编辑器。
- 快速视频翻译：一路跑完，落在只读的视频预览页。要改字幕或音色，点预览页上的"编辑"进编辑器。
- 视频魔改 / 视频字幕：跑完直接进编辑器。
从项目列表点开一个已经完成的项目，落点和上面一致（专家与快速类型先落预览页）。成片是项目目录里的 target.mp4，编辑器顶部有"打开项目文件夹"直接跳过去。