音频文稿对齐
用于字幕强制对齐的音频文稿对齐
把已有转写稿、文稿或配音稿对齐到匹配音频，再导出字幕资产，不让语音识别重新改写已确认文字。
适合文字已经正确、难点只剩时间轴的场景：把每条字幕放到音频时间线上，标出跳读或改词问题，并准备 SRT/VTT 交付文件。
输入：产品演示.md 或 transcript.txt + final-narration.wav
输出：源文稿对齐的字幕时间轴、SRT/VTT 导出、质量备注，以及套餐允许的高级格式。
常见质量信号：旁白跳过一句、改了技术术语，或把转写稿里的数字读成了另一个数字。
转写优先工具从音频里猜文字；TimedSubs 从你已经信任的文字开始，只把音频当作计时和不匹配证据。
这个工作流适合哪里
用于字幕强制对齐的音频文稿对齐
当文字已经审核通过，剩下的问题是计时、质量检查和字幕资产交付时，TimedSubs 应该赢。
常见搜索词
下游使用场景
导出格式
工作流证明
- 1
从你拥有的输入开始
输入：产品演示.md 或 transcript.txt + final-narration.wav
- 2
暴露交付风险
常见质量信号：旁白跳过一句、改了技术术语，或把转写稿里的数字读成了另一个数字。
- 3
准备交付物
输出：源文稿对齐的字幕时间轴、SRT/VTT 导出、质量备注，以及套餐允许的高级格式。
产品边界
这个工作流生成字幕资产和质量证据，用于下游视频工作。
FAQ
可以把已有转写稿对齐到音频吗？
可以，只要转写稿和音频内容基本一致。TimedSubs 把提交的文字当作事实来源，把它放到音频时间轴上，再从这些文字生成字幕文件。
这就是 forced alignment 吗？
从字幕工作流角度看，是同一个任务：已知文字加匹配音频，变成带时间的文字。TimedSubs 把这个任务包装成字幕交付流程，包含分行、质量信号和导出，而不是只给研究工具常见的原始输出。
这是音频转写吗？
不是。TimedSubs 的音频文稿对齐不是纯音频转写产品。提交的文稿或转写稿始终是文字来源，音频只提供计时依据和不匹配信号。如果你只有音频、还没有文字，请先使用转写服务。
音频需要多匹配？
音频应尽量贴近文稿或转写稿：同一语言、同一顺序、关键术语一致、大致措辞一致。自然停顿和语速变化可以处理；增删或大幅重排的句子会变成复核问题。
为什么不用 Whisper 或自动字幕？
Whisper 这类转写工具适合文字未知的情况。如果文字已经批准，重新转写反而可能改错专名、术语、数字或免责声明。文稿优先对齐会保留文字，只用音频定位和校验。