AI 已經把廣東話對白轉成字幕草稿，並不代表可以立刻匯出。真正決定觀眾信任感的，往往是之後那二十至四十分鐘的校對：品牌名有沒有寫錯、價錢有沒有聽錯、近音字有沒有「看起來像對」但其實不通。
許多香港創作者的痛點不是「不會生成」，而是生成後不知道先改哪一句。從頭聽到尾、逐行修文采，容易把時間花在填充詞與標點，卻漏掉訂單號或產品型號。廣東話字幕校對若沒有優先序，返工通常出現在出街之後——觀眾截圖指出錯字，才回頭重導 SRT。
本文整理一套可重複的校對流程：先救高代價錯誤，再調語體與斷行，最後才做靜音可讀性檢查。適合已有 AI 草稿、準備匯出進 YouTube、Reels 或剪輯軟件的人。生成步驟見 廣東話字幕生成器；時間軸細節另見 廣東話字幕時間軸。
為何「看起來通順」仍不夠
廣東話辨識最常見的陷阱，不是整句亂碼，而是「同音近義、讀起來順口」的錯字。例如把品牌聽成另一個近音詞、把「十」聽成「四」、把英文產品名拆成無意義中文。這類錯誤在快速掃讀時很容易滑過，因為句子語法仍成立。
第二類陷阱是語體錯位。口語轉書面語之後，字面可能更正式，但若斷行仍按口語節奏切，畫面會出現「一句寫得長、觀眾讀不完」的情況。反之，短片若過度書面化，笑點與語氣會變硬。語體原則見 廣東話口語轉書面語。
第三類是中英夾雜邊界。meeting、deadline、商場名、SKU 一出現，通用模型較易切錯或硬譯。校對時要把「該保留英文的詞」當成專有名詞同一等級，而不是事後才統一。見 中英夾雜字幕。
因此，校對的目標不是把每一句改得像散文，而是：事實正確、用詞一致、靜音也可讀。文采可以後補；事實錯誤不能出街。
先建立優先序，不要線性聽打
有效的廣東話字幕校對，建議固定四層優先序：
- 專有名詞：品牌、人名、地名、產品型號、活動名稱。
- 數字與時間：價錢、日期、時段、數量、訂單／追蹤號碼。
- 近音與懶音：同音錯字、懶音造成的近音替換、整句「像對但不通」。
- 語體與斷行：書面語／俚語取捨、填充詞、一行字數與停留時間。
這個順序的原因很實際：前兩類出錯，會直接傷害信任或造成客服爭議；後兩類影響觀感，但仍可在事實正確後再收斂。若時間只夠改一次，應把人工放在前兩層，而不是先刪「呢啦啊」。
若平台提供置信度或噪音標記，先只聽低信心句，再抽查高信心句的專有名詞——比由頭到尾線性聽打更快。CantoSub AI Model 2.0 可為段落提供置信度評分，並標記不清楚或有背景噪音的部分，方便把校對時間集中在真正不穩的句子。功能說明見 Model 2.0。
第一輪：專有名詞與詞庫批次改
開校對前，先列一張「本集必對」清單：出場人名、品牌全稱與簡稱、產品型號、合作方名稱、常用英文詞。把清單對照草稿做一次搜尋，比逐句聽更有效率。同一品牌若出現三種寫法，先統一，再談其他。
更省事的做法，是在生成前就把這些詞放進自定義詞庫，讓模型優先採用正確寫法。生成後仍要抽查，但返工會少很多。維護節奏見 字幕自定義詞庫。
系列片尤其要固定一份主詞庫，不要每集重新發明拼法。觀眾會記得你上集寫「XX Pro」，下集變成另一個近音字——這種錯比偶發標點更傷專業感。
街訪、直播精華、多人搶話時，人名最易錯。對不上的人名，寧可標「受訪者」或重聽該段，也不要留下一個「看起來像人名」的錯字在畫面上。
合作片另加一關：把客戶提供的產品名、禁用寫法、必須保留的英文商標，貼在清單最上方。客戶審片時最常指出的，往往不是標點，而是品牌書寫不一致。提早對齊，比成片後整條重導更省事。
第二輪：數字、價錢與時間戳
數字錯誤的殺傷力高於一般錯字。教學片把步驟「三」寫成「四」、評測片把價錢少一個零、客服培訓片把日期聽錯，都會令字幕失去可信度。這類位置必須對着原片或原音覆核，不要只靠語感。
實務上可這樣做：
- 用搜尋找出含阿拉伯數字或「萬／千／百」的字幕行，逐條對畫面。
- 價錢、折扣、限時，優先重聽原句；不确定就回原片畫面核對。
- 會議或客服類內容，訂單號、電話、地址必須人工確認。電話音質差時，底稿可用，關鍵數字不可免審。相關場景見 廣東話語音轉文字。
時間軸上的「時間」也分兩種：字幕進出點，以及對白裡提到的時鐘／日期。前者影響同步，後者影響事實。先鎖事實數字，再調進出點，較少來回改兩次。同步方法見 廣東話字幕時間軸。
第三輪：近音、懶音與「通順假象」
完成專有名詞與數字後，才進入近音檢查。重點不是每個字都完美，而是找出「讀起來像、意思卻偏了」的句子。常見訊號包括：
- 上下文突然不通，但單字都是常用字。
- 同一概念前後用了兩個近音寫法。
- 笑聲、音樂、重疊對白後，緊接一句異常華麗或異常空洞的字幕（可能是幻覺句）。
處理方法：把可疑句單獨重聽兩次；仍不穩就縮短字幕覆蓋，或改成較保守的書面表述。噪音環境下，整段硬轉不如先處理人聲再校對，見 廣東話語音轉文字遇噪音。
懶音與口音差異會令「n／l」「ng 韻尾」一類對立變模糊。不要假設模型每次都猜對；以語境與系列用詞為準。若某句只是語氣助詞聽不清，短片可刪；長片教學則應重聽補齊關鍵動詞。
第四輪：語體、填充詞與靜音可讀
事實正確之後，才調風格。教學、品牌、企業片偏向書面語；本地娛樂、街訪可保留部分俚語。重點是整條頻道一致，而不是單句最「真」。填充詞「呢、啦、啊」在語音自然，逐字上畫面卻會拖慢閱讀——短片尤甚。取捨見 廣東話字幕填充詞。
做完語體後，務必做一次靜音播放：關掉聲音，只看字幕能否跟上鏡頭與節奏。讀不完就切句或縮字；對白已完字幕仍留太久，就收短停留。口語轉書面後句子變長，幾乎一定要重看斷行，不要假設原時間軸仍然合適。
短片（Reels／TikTok／Shorts）額外檢查一行字數與畫面安全區；長片則檢查段落之間是否有過長空白字幕。平台差異見 軟字幕與燒錄字幕。
何時自己校對夠用，何時应交字幕公司
自己用 AI 草稿加上述四輪校對，適合：單人對白清楚、系列用詞穩定、發佈節奏固定的 YouTube／短片創作者。成本主要是你的時間；品質上限取決於你是否願意覆核高代價錯誤。
較適合找專業字幕或製作公司的情況包括：多語言法務／醫療用語、大量多人搶話又要精準講者標記、客戶合約要求雙人校對、或你完全沒有時間做第二輪覆核。搜「字幕公司」時，重點應問清是否包含專有名詞核對與一次修改，而不是只比較每分鐘單價。
務實折衷是：AI 出母帶 → 你做專有名詞與數字關 → 重要商業片再交外部作語體與多語言。不要把「全交外包」與「全信 AI 免審」當成唯一兩極。
若你需要一條可匯出 SRT／FCPXML、並可調書面語與中英夾雜策略的廣東話工作流，可在 CantoSub 完成生成與初校，再回到 Premiere、Final Cut、CapCut 等軟件調樣式。格式取捨見 SRT 與 FCPXML；方案見 價格。註冊試用：app.cantosubai.com/signup。
一套可複用的出街前清單
每次匯出前，用同一張清單過目，比憑感覺「再看一次」可靠：
- 本集專有名詞已對清單／詞庫，寫法全片一致。
- 價錢、日期、數量、型號已對原片或原音。
- 低信心／嘈雜段已重聽；不通順近音句已處理。
- 語體符合片種；填充詞已按短片或長片規則收斂。
- 靜音播放可讀完；短片一行不太長、長片無怪異長留。
- 匯出格式正確（軟字幕上 YouTube，短片多需燒錄）。
把這六步變成頻道 SOP 之後，新人也能接手校對，而不必每次重新發明流程。工具可以換，優先序不應每次重排。
若一星期要出多條短片，可把第一、二輪做成「批次關」：同一天內的幾條片共用詞庫與數字搜尋規則，先清完事實錯誤，再逐條做靜音可讀。語體則按系列模板一次設定，避免每條片重新決定要不要留俚語。直播回放類長素材，則應先切段再套同一清單，見 廣東話直播回放字幕。
常見問題
問：AI 準確率標示很高，還需要逐句聽嗎？ 答：不需要也不應該逐句同等力度。把力氣放在專有名詞、數字與低信心句；高信心且語境通順的段落抽查即可。標示準確率不能取代你對本集事實的覆核。
問：口語轉書面語之後，要不要整條重對時間軸？ 答：至少要靜音重看斷行與停留。書面語通常比口語長，原時間軸常會偏緊。詳細做法見 廣東話字幕時間軸。
問：中英夾雜詞應不應該全部譯成中文？ 答：按觀眾與片種決定，但同一條片必須一致。品牌與產品英文名通常保留；校對時把它們當專有名詞處理。見 中英夾雜字幕。
問：校對要用字幕編輯器還是剪輯軟件？ 答：改字與統一用詞，在字幕工具或純文字／SRT 編輯器通常更快；樣式、燒錄、與畫面構圖，才回剪輯軟件。避免在時間軸上逐格改近音字。
問：多長的片子適合一次校對完？ 答：按你的專注力切段亦可。先完成高代價錯誤關，再做語體；不要為了「一次過完一小時」而在後半放棄數字核對。
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。