#6078 使用转录并翻译字幕功能（无配音）时，生成出的中英字幕与原始视频声音画面不同步，差别太远，是怎么回事？

使用"转录并翻译字幕"（无配音）时，字幕与画面不同步的根本原因是语音识别（ASR）阶段生成的时间轴不精确。由于不涉及配音时长变化，同步问题完全由ASR的VAD切分和模型准确性决定。

常见原因和解决方案：

1. VAD切割参数不当：导致字幕的开始/结束时间偏离实际说话时间。

   • 进入 菜单 → 工具 → 高级选项 → 语音识别参数
   • 检查「最长语音持续秒数」（建议 8-15）和「最短语音持续毫秒」（建议 200-500）
   • 不勾选「合并过短字幕到邻近」可能会保留更精准的时间点

2. 使用了LLM重新断句：该功能会重新分配时间轴，导致偏移。

   • 在主界面「设置更多参数...」中，确保「语音识别」区域的「LLM重新断句」未勾选

3. ASR模型准确性不足：模型太小或语言不匹配。

   • 推荐使用 faster-whisper（本地内置）的 large-v3 模型，并勾选 CUDA加速（如果有N卡）
   • 在「语音识别」渠道中选择 faster-whisper(本地内置)，模型选 large-v3

4. 音频预处理问题：视频本身音频流异常（如采样率不标准）。

   • 可尝试先将视频用其他工具转为标准 MP4（h.264/aac）再导入
5. 代理/网络无关：字幕生成全程本地，与网络无关。

如果上述调整无效，请提供软件安装目录下 logs/ 文件夹中最新的 .log 文件内容（复制底部30行报错），以及软件左上角版本号，以便进一步分析。