開播三分鐘,聊天室已經有人問「為什麼 CC 是英文?」你明明在講廣東話,播放器卻吐出一串近音英文,或者乾脆空白。YouTube Live 廣東話字幕跟上載長片不是同一套開關:直播自動字官方只認英文;粵語口播要另走 POST 軌、畫面疊字,或接受直播當下沒有可靠隱藏字幕,下架後再上校對稿。
這篇寫給用電腦推流、口播廣東話的香港 YouTuber。你要分清三份工作:直播當下觀眾按 CC 看到的軌、畫面上關不掉的疊字,以及直播結束後 VOD 那條可搜尋的軟字幕。上載長片怎麼掛 SRT,見 YouTube 廣東話字幕怎麼上。語言標「粵語」還是「中文(香港)」,見 YouTube 粵語字幕語言。Twitch 那條 CEA-608 牆,見 Twitch 廣東話字幕。這裡只處理 YouTube 直播控制室本身。
讀完你應能判斷:今晚要不要開自動字、POST 網址貼去哪、以及為什麼下架後不能假設「直播看過的字還在」。
YouTube Live 廣東話字幕為什麼不能靠自動字
YouTube 說明寫得很硬:直播期間「自動產生的字幕」目前僅支援英文;只能在個別直播打開,不能為整個頻道一次啟用。長片與 Shorts 的自動字幕名單裡有「粵語/香港」,那是上載後的 VOD 流程,不是直播控制室那一格。
設定路徑(介面若是英文,對一下欄位名):
- YouTube → 右上「建立」→「進行直播」。
- 左側選「直播」。
- 直播設定打開「隱藏式輔助字幕」(Closed captions)。
- 字幕來源選「自動產生的字幕」。
- 影片語言只會讓你選英文。
官方還列了幾條,粵語頻道幾乎條條會踩:
- 功能仍在滾動開放,說明寫明優先給訂閱人數超過 1,000 的頻道。看不到選項,先查訂閱門檻與頻道語言,不要重裝編碼器。
- 只支援一般延遲(約 15–60 秒那種)。超低延遲、低延遲、手機 App 開播,自動字經常根本不出現。
- 音質差、多人搶話、片頭長靜音,都會讓辨識停住。這點與上載片相同,但直播沒有「等處理完再發布」的緩衝。
更關鍵的一句:直播結束之後,系統不會把直播期間自動產生的字幕保留在影片中。 VOD 會另跑一輪自動字幕,結果可以跟直播看到的完全不同。英文雜談開自動字,下架後觀眾讀到的未必是同一份稿;廣東話開了英文自動字,直播當下已經是近音垃圾,VOD 才有機會出現粵語/香港自動軌——兩段不能當同一條母帶。
因此,口播廣東話時打開「自動產生的字幕」,等於請英文模型硬聽粵語。預覽窗有字,不代表字是對的。寧願 CC 暫時沒有粵語軌,也不要讓聽障觀眾讀一整晚英文幻覺。
控制室其實有三個字幕來源,只有一條吃得下漢字
直播設定裡的「隱藏式輔助字幕」,來源通常不是只有自動字。官方直播字幕說明把路分成兩類:字幕嵌進畫面編碼,或用 HTTP POST 送到一條已簽章的擷取網址。實務上你會看到三個選項,用途完全不同。
1. 自動產生的字幕。 上一節已說:英文、一般延遲、個別場次。廣東話直播不要把它當主通道。
2. 內嵌 608/708(Embedded 608/708)。 編碼器把 EIA-608/CEA-708 封進視訊。北美電視規格,字元集偏拉丁/西歐。YouTube 目前每個串流只收一條字幕軌,即使 608/708 標準號稱最多四語。HLS 進流時,內嵌 608/708 還受限於視訊編碼:官方開發者文件寫明,H.264 可以、HEVC 不行。漢字穩定不了,就不要為了「有 CC 按鈕」去開這一格。Twitch 插件踩的是同一道牆;YouTube 並沒有因為平台不同而讓 608 忽然會寫繁體。
3. 以 HTTP POST 上載字幕(POST captions to URL)。 這才是廣東話隱藏字幕的正路。控制室打開隱藏式輔助字幕,來源選 POST,複製「字幕擷取網址」(Captions ingestion URL)。這條網址與 RTMP 伺服器、串流金鑰不是同一個欄位,不要把觀看頁網址或推流位址貼進去。官方要求:
- 每個串流進入點只能有一個字幕動態饋給。
- 活動場次建議在進階設定加 30 秒或 60 秒廣播延遲,讓字追上畫面。
- 系統時鐘要準;攔截 HTTPS 的防毒軟件有時會卡 POST。
- 支援清單長期是聽打軟件:Total Eclipse、Case CATalyst、Caption Maker、StreamText.Net。那是給專業字幕員的工具,不是剪輯軟件的「匯入 SRT」。
POST 的本文走 UTF-8 純文字,漢字進得去。第三方送字工具若要求 Content-Type: text/plain,不要自行加上 charset=——有實作說明寫過,多餘的 charset 會讓 YouTube 拒收。序號(seq)要遞增;時鐘用 UTC。這些是接線細節,不是「再轉一次 Whisper」就能代替的。
語言下拉若出現中文/粵語選項,選最接近口播的那一項。第三方測試過:同一場直播改語言,擷取網址有時不變;換另一場、另一條串流金鑰,就要重新複製。開播前對一下控制室標題與編碼器目的地,確認你貼的是這一場的網址。

沒有字幕員時:畫面疊字是權宜,不是 CC
多數個人頻道沒有 Eclipse 或 StreamText 席位。沒有人幫你 POST,並不表示今晚不能有字。權宜是把字畫進 OBS 場景:文字來源、瀏覽器來源,或插件把辨識結果寫進畫面。觀眾不必按 CC,靜音也看得到。代價與 Twitch 疊字相同:關不掉、改錯字要重渲、VOD 畫面裡的字通常不能再當可編輯軌下載回來。
疊字前先把音訊分開。辨識來源只綁咪高峰,不要綁已經混了過場音樂、Donate、Discord 隊友的串流混音。歌曲段落、片頭動畫,讓文字來源空白,避免把歌詞聽寫成對白。位置避開直播聊天、超級感謝、手機版上下安全區。一行書面語短句,比兩行口語填充詞更容易掃。
疊字解決的是「這一秒畫面上有沒有字」。它解決不了三件事:
- 播放器 CC 按鈕仍然可以是空的。海外用螢幕閱讀器、只開隱藏字幕的人,看不到你的像素字。
- YouTube 搜尋索引讀的是軟字幕軌,不是燒進畫面的字。直播精華要被搜到產品名、嘉賓名,仍要事後上 SRT。
- 同一條 VOD 若之後剪成 Shorts、Reels,疊進去的字級與安全區往往不合直式,要另出一條。
有字幕員或穩定的 POST 工具時,優先走隱藏字幕;今晚只有一個人推流,就老實疊畫面,並把「下架後另做母帶」寫進流程,而不是寫在聊天室道歉。
手機開播再補一句。YouTube 手機直播常用低延遲或超低延遲,自動英文字本來就不支援;POST 網址也幾乎只出現在電腦版控制室。要粵語字,用電腦 OBS 推流,或接受手機場只有畫面疊字/沒有字。不要以為「同一頻道、昨天電腦播得有字,今天用電話也會有」。

下架之後:VOD 會另跑一輪,請當新稿校對
直播結束,內容庫裡那條重播不是「把 CC 存檔」。官方流程是:直播自動字丟棄,再按上載片那套自動字幕處理 VOD。這時語言名單才輪到粵語/香港。你會看到幾種容易誤判的畫面:
- 直播時 CC 空白,VOD 幾小時後忽然有自動軌。那是新跑的,不是遲到的直播稿。
- 直播時英文自動字還在,VOD 變成另一份粵語近音稿。兩份都不要當母帶。
- 你以為「觀眾已經看過字」,就省略 Studio 上載。搜尋與後到的重播觀眾,讀到的是自動軌,不是你疊過的畫面——若你用的是 POST 隱藏字幕,情況更亂:直播 POST 軌同樣不會自動變成可在 Studio 逐句編輯的那條。
VOD 要做的事,跟普通上載片對齊:
- 等重播可播放,進 YouTube 工作室 → 內容 → 該影片 → 字幕。
- 抽聽片頭自我介紹、中段品牌英文名、片尾 call-to-action。自動軌這三處已經不像香港口播,就不要在上面修,直接上校對 SRT。
- 語言標籤分開口播與字幕文體。口播是粵語,書面語字幕常標中文(香港);不要把教學書面語標成「粵語」又把口語漢字標成「中文」。細節見語言篇。
- 檔案用 UTF-8 的
.srt。亂碼先查編碼,見 廣東話字幕亂碼。 - 有自動軌與校對軌並存時,打開觀看頁字幕選單,確認預設是你上的那條。
長直播不要整場當一條無限時間軸硬轉。先按主題切段(開場、問答、遊戲、閒聊),每段校對專有名詞,再合併時間碼。回放與精華的分叉,見 廣東話直播回放字幕。YouTube 章節用簡介時間戳,不要把整份字幕貼進簡介;章節做法見 廣東話字幕怎麼拆成 YouTube 章節。
中英夾雜在直播更常見:邊玩邊講 ult、patch、品牌英文名。直播疊字可以暫時保留口語與英文詞,讓關聲觀眾跟上;VOD 母帶再決定書面語與夾雜規則。不要在直播當下用翻譯軌「順便」做普通話——YouTube 直播官方也寫明,場次只有一條字幕饋給,開了譯文就沒有原文。
什麼時候值得用專為廣東話設計的轉寫
直播控制室的 POST 與自動字,都不是剪輯軟件裡那條「匯入 SRT」。專為粵語設計的工具,幫的是下架後的母帶:口語聽寫、中英夾雜、詞庫鎖人名,再匯出可上 Studio 的檔。它替代不了字幕擷取網址,也推不進 608。
適合在重播檔上使用的情況很具體:場次長於半小時、專有名詞多、要書面語、要同一份稿剪精華與 Shorts。雜談一小時若只靠 VOD 自動軌,片尾嘉賓名與贊助讀稿通常已經漂走。
需要處理廣東話口語與夾雜詞時,可用 Model 2.0 對重播檔出稿,配額見 收費,註冊在 app.cantosubai.com/signup。這一步發生在 OBS 停推之後,不要拿它去填直播 POST 網址。
選工具時看能不能匯出 UTF-8 SRT、能不能另做詞庫,而不是看「支援直播」四個字。多數粵語轉寫產品吃的是檔案時長,不是 YouTube 的字幕擷取協定。
常見問題
問:為什麼我開了直播自動字幕,廣東話變成英文或空白?
答:直播自動字官方只支援英文,且要一般延遲、並按頻道滾動開放。粵語口播不應使用這一格。要隱藏字幕請走 POST 擷取網址;沒有字幕員就疊畫面,下架後再上 SRT。
問:直播看過的字,重播還在嗎?
答:自動字不會保留。VOD 會另跑上載片那套自動字幕,結果可以不同。POST 軌與畫面疊字也不等於 Studio 裡可編輯的軟字幕。重播要給搜尋與後到觀眾用,請另上校對檔。
問:內嵌 608/708 能不能送繁體中文?
答:不要當可靠通道。608/708 字元集不是為漢字設計的,YouTube 又只收一軌;HLS 用 HEVC 時內嵌 608 更不支援。漢字請走 POST,或接受疊畫面。
問:手機直播怎樣加粵語字幕?
答:手機場常用低延遲,自動英文字不適用,控制室 POST 網址也多半只在電腦版。要字就用電腦推流並疊畫面,或錄完再做 VOD 字幕。不要指望 App 開播自動出現粵語 CC。
問:同一場能不能同時有粵語軌和英文翻譯軌?
答:官方寫明每個串流進入點只有一個字幕饋給。要給英文觀眾,要麼另開一場、要麼疊雙語畫面(可讀性差),要麼等 VOD 上第二條翻譯字幕。直播當下不要為了翻譯而蓋掉原文。
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與 YouTube 說明為準。