直播當下開了平台自動字幕，聊天室有人說「睇到字」。結束後把回放送上主頁，靜音重播才發現：人名變近音、產品英文名拆散、Donate 告警蓋過對白。即時自動字服務的是「當下勉強看得懂」；廣東話直播回放字幕要服務的是隔天、下個月仍會點進來的觀眾，以及從直播剪出來的短片。兩件事不能共用同一套「開了 CC 就算」。
這篇寫給在 YouTube Live、Instagram Live 用廣東話開播的香港創作者與品牌：先分清即時字幕與回放字幕的工作，再按平台把檔案存下來、切段、校對、上軟字幕或燒錄。讀完你會有一條可重複的流程，而不是每次直播完再臨場決定。
即時字幕與回放字幕：兩份不同的工作
直播間開自動字幕，延遲常有數秒，錯字也較多。觀眾在「邊聽邊睇」時，錯一兩個字仍可從語氣補完。回放則不同：人多半靜音滑過、或隔日重看重點，字幕變成主要資訊通道。此時仍把即時軌當正式母帶，等於把當場的噪音、疊聲與近音錯誤永久寫進檔案。
還有格式差異。即時字幕多半綁在播放器開關上，未必能一鍵變成你可編輯的 .srt。回放若要進搜尋、要改一個品牌名、要剪精華給 Reels，你需要的是可校對、可匯出、可再上載的字幕檔，而不是直播畫面裡閃過的字。
實務分工可以很清楚：
- 直播中： 有自動字幕就開，降低當下門檻；不要在直播途中逐句改字。
- 直播後： 另做一條校對母帶，專門給回放與精華。
- 不要假設「即時開了＝回放已有正確字幕」。多數情況要重新轉寫或至少大幅校對。
先保住檔案：YouTube 封存與 IG 限期不一樣
回放字幕的第一步不是開 AI，而是確認你手上有可編輯的影音。兩個平台的存檔邏輯差很遠，抄錯步驟會整晚白做。
YouTube Live： 結束後通常會變成頻道上的封存影片（視你直播設定而定）。封存本身像普通上載片：之後可在 YouTube Studio 的字幕頁上載 .srt。語言標籤仍應選接近「中文（香港）」或你頻道慣用的繁中／粵語選項，不要用簡體軌硬上香港書面語。細節與搜尋邏輯見 YouTube 廣東話字幕怎麼上。
Instagram Live： 結束後若不處理，重播往往只留在限時動態約 24 小時。創作者可下載錄影到手機，或把直播發到個人檔案影片。想做可長期留存、又要加字幕的版本，應在下載或發佈前就定好：是整段永久片，還是只剪精華做 Reels。IG 主頁長片與 Reels 對「畫面有沒有字」的預期不同；Reels 路徑可對照 Instagram Reels 廣東話字幕。
若你用 OBS 或同類軟件推流，額外開一條本機錄影往往比只靠平台封存更穩：畫質可控，也不怕平台轉碼後音量被壓扁。本機檔可作轉寫母帶；平台封存則負責對外播放與上軟字幕。兩邊時間軸若有數秒誤差，以本機檔為準剪精華，再對齊封存片的字幕時間碼。
建議直播結束後立刻做四件事：下載或確認封存成功、核對本機錄影是否完整、記下開播主題與嘉賓名、把產品／品牌英文名列成一張小表。後面轉寫時，這張表比再聽三遍直播更能省時間。
長直播不要整條硬轉：先切章再出字
兩小時問答、三小時開箱連線，整條檔案直接丟進語音轉文字，常見後果是：配額一次耗光、中段音質變差時錯字連片、校對時找不到「哪一段值得改」。直播回放與一般十分鐘 Vlog 的差別，正在長度與結構。
較穩的切法：
- 先聽時間軸大綱，不聽逐字。 用章節標出開場、主題 A／B、Q&A、收束。YouTube 封存可先加章節時間戳，方便自己導航。
- 只轉「會留在回放裡的段落」。 調音、等嘉賓、長停頓、純讀留言冷卻，可剪掉再轉，或標成不必出字的空白。
- 精華與全片分開做。 全片回放用軟字幕；30–90 秒 hooks 另出燒錄版。同一句對白不要出現兩套不同寫法。
- 多人連線先分軌或至少分句校對。 嘉賓透過電話或另一平台入鏡時，延遲與音量差會讓模型把兩人對白黏在一起。對白重疊處，優先聽波形較清楚的一邊，再人手補另一邊。會議長錄音的切段思路可參考 廣東話會議錄音轉文字，但直播多了告警音與讀留言，不要直接套會議摘要流程。
切段不是為了「顯得專業」，而是讓校對範圍可控。你無法在一夜之間把三小時錯字全部改完；你可以保證開場、產品介紹與收 call-to-action 那幾段是對的。
直播音訊特有的失手點
街訪有環境噪音；直播另有一套常客。轉寫前先知道它們，比事後怪模型有用。
- Donate／禮物／訂閱告警： 短促音效叠在句中，模型常吞字或插入無意義音節。有獨立對白軌就用對白軌；只有混音時，告警密集的段落要人工聽。
- 讀留言語速： 主播突然加速念 ID 與問題，懶音與英文 ID 混在一起，近音錯誤會暴增。這類句子適合保留關鍵問題、略過每個帳號的完整拼寫，除非該 ID 本身是內容。
- 房間回聲與筆電喇叭： 一邊播參考片一邊開咪，回授會讓整段置信度掉下來。能重錄當然最好；不能重錄就接受「這段要慢速人工改」。
- 中英夾雜產品名： 直播帶貨、SaaS 評測最常見。「plan」「bundle」「deadline」若被寫成近音漢字，回放搜尋與購物連結都會出事。處理原則見 中英夾雜字幕；固定名詞應進詞庫，見 字幕自定義詞庫。
- 口語與書面語： 聊天向直播可多留語氣詞；教學、品牌、回放當長片資產時，多數段落轉書面語較易讀。取捨見 廣東話口語轉書面語。填充詞（呢、啦、啊）是否刪，按片種決定，見 廣東話字幕填充詞。
回放全片與精華短片：軟字幕還是燒錄
同一場直播，出口常常有兩種：
| 用途 | 建議 | 原因 |
|---|---|---|
| YouTube 封存長片 | 校對後上載軟字幕 .srt | 可開關、可改字、有助搜尋索引 |
| IG／主頁長片 | 視平台：能上軌則上軌；否則燒錄或接受較短精華 | IG 對軟字幕支援與 YouTube 不同，勿假設流程相同 |
| Reels／TikTok／Shorts 精華 | 燒錄為主 | 資訊流預設靜音，畫面沒有字等於沒有內容 |
| 給客戶的活動存檔 | 軟字幕 + 可選燒錄備份 | 方便之後改名、出字幕檔給設計 |
軟字幕與燒錄的取捨總覽見 軟字幕與燒錄字幕。重點只有一句：全片與精華必須共用同一份校對母帶，否則觀眾從直播剪去短片時會看到兩套用字，品牌名也會漂移。
時間軸方面，直播對白常有停頓與讀留言空檔。口語轉書面後字數變短，停留時間往往要重調，避免字早消失。調法見 廣東話字幕時間軸。
一條可重複的回放字幕流程
把上面收成每次直播後可照做的清單：
- 存檔： YouTube 確認封存；IG 下載或發佈到可長期保留的位置。
- 列詞： 嘉賓中英文名、產品、活動名、常錯口頭禪對照。
- 切段： 刪掉無對白長空檔；標出必校對章節。
- 轉寫： 用較乾淨的音訊（若有獨立對白更好），輸出書面語或你頻道慣用風格。
- 校對優先序： 品牌名與數字 → 呼籲行動 → 教學步驟 → 其餘閒聊。有置信度或噪音標記時，先改低信心句。
- 匯出： 長片用 UTF-8 的
.srt（Premiere／Final Cut 另見 SRT 與 FCPXML）；精華在剪輯軟件燒錄。 - 上架檢查： 靜音播一次開場與收束；YouTube 確認預設字幕軌是你上載的那條，而不是舊的自動軌。若封存片曾留下直播期間的自動字幕，可保留作備案，但應把校對軌設為預設，避免觀眾點到錯字版本。
工具選擇不必一次換掉整個直播棧。剪接仍用你熟悉的 Premiere、Final Cut 或 CapCut；缺的是「粵語對白先變成可校對文稿」。通用自動字幕對清晰英語尚可，對廣東話口語、中英夾雜與品牌名往往要大量人手。需要粵語向轉寫與口語轉書面語時，可用專為廣東話優化的工具產出初稿，再按上面優先序收斂。能力說明見 CantoSub 2.0，配額見 價格；新帳戶可先到 註冊頁 試跑一小段直播切片，確認詞庫與風格，再處理完整回放。選工具時也可對照 廣東話字幕工具怎麼選。
常見問題
問：直播時已經開了自動字幕，回放還要再做一次嗎？ 答：多數情況要。即時軌延遲高、錯字多，又未必能匯出成可編輯字幕檔。回放與精華應另做校對母帶；自動字幕頂多當「當下輔助」，不要當永久版本。
問：兩小時直播，沒時間全部校對怎麼辦？ 答：先切章，只保證開場、核心主題與結尾 CTA。其餘段落可暫留自動或初稿，並在說明欄寫明「完整字幕陸續更新」，再按觀看熱點補做。
問：IG Live 只想剪 Reels，還要不要做整段回放字幕？ 答：若你不打算保留長片，可以只對精華片段轉寫並燒錄。若有機會把直播當活動存檔或培訓重溫，仍建議至少保留下載檔與一份文字母帶，方便日後重用。
問：連線嘉賓在另一部電話，字幕總是黏在一起？ 答：這是音量與延遲造成的疊聲，不是單純「模型不懂廣東話」。盡量分開收音或請嘉賓側降低回授；轉寫後對重疊句逐句聽改，並在字幕裡用標點或短行分清話輪，避免一行塞兩人對白。
問：回放要用口語還是書面語？ 答：聊天、娛樂向可偏口語；教學、品牌、要當搜尋資產的長回放，書面語通常較穩。同一頻道選一個預設，精華短片跟母帶一致，觀眾才不會覺得「換了一個講法」。
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。