廣東話訪談字幕最怕一句對白找不到主人。茶餐廳裡兩支領夾咪同時亮紅燈：主持人剛問完「所以你當時怎樣決定？」嘉賓搶着說「不是決定，是被逼」。後期把成片丟去自動字，畫面卻出現一句誰都像說過的書面語：「所以你當時不是決定而是被逼」。關聲觀眾截圖轉發時，這句會變成嘉賓的立場，也可能變成主持人的誘導。
廣東話訪談字幕要處理的，不是把口語變得比較像文章，而是先把重疊對白切開，再決定要不要標講者。人名、機構、金句歸屬錯一次，比漏一個「呢」嚴重得多。訪談錄音轉成文稿的做法見廣東話語音轉文字；那篇服務寫稿與質檢。這篇專門服務要上畫面的對談字幕：誰說了哪一句、打斷怎麼標、街訪要不要寫真名。
讀完你應能判斷：這段是附和、打斷還是兩句都要保留；以及 YouTube 軟字幕為什麼不能靠「兩條字幕同一段時碼」來假裝分左右。
廣東話訪談字幕跟會議紀要、Podcast 長音檔差在哪
會議錄音轉文字 要的是決議與待辦，寒暄可以刪。Podcast 廣東話字幕 要的是把四十分鐘切成讀得完的單位。公開訪談還多一層：觀眾會把字幕當引言來源。節目介紹、新聞轉載、品牌合作說明欄，常常直接抄字幕裡那句「金句」。
因此校對順序跟教學片相反。教學片先鎖術語；訪談先鎖歸屬。
高代價錯誤通常只有四類。第一是兩人合成一句：模型把交叉發言焊成通順書面，主語消失。第二是講者標籤張冠李戴：聲線接近、電話延遲、或畫面切到聽的人，字幕仍跟錯嘴。第三是打斷被抹平：嘉賓沒說完的半句被「補完」，聽障或關聲觀眾以為那是完整主張。第四是街訪真名上字幕：口頭同意出鏡，不等於同意把全名寫在可搜尋的軟字幕裡。
驗收標準很具體：靜音重播時，每一句都找得到是誰在說；重疊處不會讀成第三人的總結。聽障友善若還要標笑聲與現場聲，見廣東話無障礙字幕；那是下一層，不要在歸屬未穩時先加一堆方括號。
搶話先分成三類，不要一律「兩行一起出」
現場廣東話對談很少輪流舉手。後期卻常把所有重疊當成同一種技術問題。先分類，切法才不會打架。
附和。 「係呀」「真的」「吓？」不推動話題、也不改對方句子的意思。公開字幕多數可刪，或只在對方句尾留半拍空白，讓節奏仍在。這與填充詞不同：填充詞長在同一人句子裡，見廣東話字幕填充詞；附和是另一張嘴。刪附和時不要把「不是這個意思」一類否定也當附和清掉。
打斷。 一人句子未完，另一人插入新資訊。書面習慣可用省略號表示被截斷，下一條才出插入句。不要把兩半焊成「我本來想說……但其實你說得對」這種模型愛寫的和解句——現場可能根本沒和解。
同時把兩句講完。 兩人資訊都要留（例如同時報價、同時否認）。這時才考慮並排顯示。並排不是預設。直式短片一行空間不夠時，寧可先出鏡頭對準的人、再出另一句，並把第二句的入點貼在第一句讀得完之後。時間軸可讀性見廣東話字幕時間軸。
遠端視像訪問再加一條：嘉賓聲比畫面慢半拍時，以聽到的波形對時，不要以嘴型。字幕跟錯嘴，關聲觀眾會以為是主持人代講。
不要用重疊時碼假裝「兩人同時出字」
廣播級字幕可以用左右位置或分色分開講者。YouTube、多數手機播放器，以及你交給客戶的 .srt，行為沒那麼浪漫。
SRT 沒有穩定的多軌規範。兩條字幕時碼重疊時，有的播放器只顯示較後的一條，有的疊在同一位置變成雙行打架，有的在燒錄時後蓋前。你在字幕編輯器預覽「左右分家」，匯出後觀眾只看到一句，這不是檔案壞了，是格式本來就不可靠。WebVTT 的定位標籤在 Studio 上載後也不保證跟桌面播放器一致。
較穩的公開訪談做法：
- 一條時碼只服務一個講者的一個意念。 需要兩句都留，就做成先後兩條，中間留極短間隙，避免閃爍。
- 講者切換用新的一條，不要在同一條裡塞兩個冒號。 「主持：…… 嘉賓：……」在直式畫面一定讀不完。
- 被打斷的半句用省略號收尾，插入句另起。 中文用「……」即可，不必模仿英文字幕的破折號美學；若頻道已用「——」表換人，全片只准一套。
- 燒錄精華也不要靠分色當唯一線索。 色弱觀眾與被轉載成靜音截圖的畫面，都讀不到「黃色等於嘉賓」。
客戶若堅持「左右分家」的廣播規格，那是另一份交付、另一個格式（常見是 ASS／特定 VTT 工作流），不要跟 YouTube 軟字幕混成一個檔交差。格式取捨見 SRT 與 FCPXML。
講者名：畫面已有名牌，街訪先考慮不要寫真名
不是每句都要「陳大文：」。標太多，直式畫面被名字吃掉；標太少，背鏡、電話聲、三人桌會亂。
實用規則：
- 固定雙人、畫面有名牌、聲線差明顯： 換人時改字幕內容即可，不必每句冠名。新觀眾進場的頭十秒，可標一次角色（「主持」「嘉賓」），其後靠鏡頭。
- 三人以上、圓桌、觀眾提問： 每次換人標角色或已核對的稱呼。用他們自己報的名字，不要用你場記上的暱稱，除非頻道已公開用那暱稱。
- 電話、Zoom 入鏡、聲畫不同步： 字幕必須標，因為觀眾無法靠嘴型。
- 街訪、個案、未成年人： 預設寫「受訪者」或對方同意的化名。口頭「可以拍」不是「可以寫全名進可下載的 SRT」。軟字幕能被搜尋、能被下載，比燒進畫面更難事後抽走。
詞庫只放已確認的寫法：嘉賓全名、機構官方中文、他們要求保留的英文名。不要把「可能是這個字」的近音寫進詞庫——錯一次會全片複製。做法見字幕自定義詞庫。
中英夾雜在訪談極常見：「我當時 reject 了那個 offer」。歸屬清楚之後，才套頻道的保留英文或轉中文規則，見中英夾雜字幕。不要為了書面漂亮，把嘉賓堅持用的英文職銜譯走，然後在說明欄又寫回英文——兩套寫法會變成兩個人。
口語轉書面語同樣要等歸屬穩定。半句口語被「補完」成完整書面主張，是訪談最危險的潤飾。風格取捨見廣東話口語轉書面語。金句若要用在封面，必須能對回某一條已校對、已標講者的字幕，而不是後期想出來的摘要。
長訪談軟字幕與精華短片：同一句歸屬，兩種密度
完整集數上 YouTube，用校對過的中文軟字幕，語言標成你頻道慣用的香港／繁中項。上載步驟見YouTube 廣東話字幕。長片可以容忍偶爾標一次講者；關聲觀眾有時間看鏡頭切換。
精華短片、Reels、Shorts 相反：十五秒裡兩次搶話，名字會佔掉賣點。短片策略通常是——只留推動這段高潮的那一張嘴；附和全刪；打斷只留插入後真正被引用的那句。行長見 Reels 字幕長度。不要為了短片「更衝」而改寫嘉賓沒說過的保證或指控；說明欄也要跟母帶同一歸屬。
長短共用一份文字母帶（誰、原意、專名），再分叉顯示層。軟字幕與燒錄的一般取捨見軟字幕與燒錄字幕。精華燒錄前再靜音播一次：字有沒有擋住名牌、有沒有把兩人焊成一句。
轉寫時，能分軌就只丟人聲軌。茶餐廳底噪、杯碟、隔壁桌，會把附和放大成「另一句對白」。嘈雜處理見廣東話語音轉文字遇噪音。模型若提供低信心標記，先聽搶話段，不要從片頭逐句改語氣。出片前用三條問題自檢即可：這句能不能指回畫面裡的一張嘴？被打斷的半句有沒有被模型補完？街訪那一行寫的是角色還是對方沒同意公開的全名？三條都過，才值得調字級與描邊。
CantoSub 可把已確認的嘉賓名與機構名寫進詞庫，並在風格設定處理填充詞與口語轉書面；難段仍要人耳對波形確認是誰在說。功能見 Model 2.0，配額見 收費方案，試用在 註冊頁。
常見問題
問：字幕一定要標真名嗎？ 答：固定公開嘉賓、對方已在片頭自我介紹，可以用他們報出的名字。街訪、求助個案、未簽署公開姓名的訪問，用角色或化名。軟字幕可被搜尋，比畫面名牌更難事後收回。
問：兩人同時說話，能不能做左右兩行？
答：廣播級或你能控制播放器時可以。YouTube 軟字幕與多數 .srt 流程不要依賴重疊時碼。改成先後兩條，或只保留鏡頭對準的一句。
問：嘉賓一直「係呀」要不要全刪？ 答：不改對方意思的附和，公開字幕可刪。若「係呀」其實是在確認一條法律或金錢句子，就要留，並確保歸屬在嘉賓。
問：電話訪問只有一個聲道怎麼辦？ 答：先按語意切開，再標「主持」「電話嘉賓」。不要假裝模型能穩定分講者。延遲造成的搶話，以波形為準，不以畫面點頭為準。
問：精華片能不能把兩人的話合成一句更順的文案？ 答：不要。合成句會變成第三人轉述，轉發時卻長得像引言。要順，用剪接刪掉其中一句，而不是在字幕裡改寫成沒人說過的句子。
本文由 CantoSub 團隊編寫／審閱；撰稿過程使用 AI 輔助，事實與產品說明以官網為準。