lumi✦

Lumi / 核心功能

YouTube 双语字幕精修与智能断句：让自动字幕按完整句意呈现

通过 Subtitle Refinement 结合上下文将碎片化的自动字幕重组为完整自然句并完成双语精翻；配合 Playback-first Refinement Window，优先处理你当前播放位置附近的字幕。

Chrome ↗Edge ↗查看配置指南

前后效果与规格

规格与能力边界
项目说明
精修输入源基于平台已有的字幕文本与时间轴重断句并润色（不重新对音频做语音识别）。
确定性翻译分块普通翻译从完整字幕轨起点按版本规则确定性切块：每块最多 10 条 cue、2,000 个原文字符。
播放点优先调度Playback-first Refinement Window 动态调度精修顺序，与普通翻译的 Deterministic Subtitle Chunk 分属不同机制。
共享产物命中托管产物在输入与 Generation Profile Fingerprint 完全一致时跨用户复用；BYOK 文本与视频问答不进入共享池。
同次运行的字幕断句对照
处理前：4 条重叠的输入 cue处理后：3 条按语意重断句的 cue
  1. 0.16–4.24 shi everyone so recently I gave a
  2. 2.28–6.40 s30-minute talk on large language models
  3. 4.24–8.48 sjust kind of like an intro talk um
  4. 6.40–10.08 sunfortunately that talk was not recorded
  1. 0.16–4.08 shi everyone so recently I gave a 30-minute talk on large language models
  2. 4.08–6.16 sjust kind of like an intro talk
  3. 6.16–8.20 sum unfortunately that talk was not recorded

取自 2026-09-27 同一时间窗口的真实 CLI 输入与输出（仅运行智能重断句，未开启翻译；下方双语对照取自独立产品演示），用于展示断句前后的结构差异。

deepseek-v4-flash · temperature 0 · boundary-v1 · 0–180 s · en

下载样本与运行参数
真实字幕样本
时间原文Lumi 译文
21.60–26.00 sokay so let's begin first of all what is a large language model really好的，我们开始吧。首先，大语言模型到底是什么
26.00–29.76 swell a large language model is just two files right um嗯，大语言模型其实就是两个文件，对吧
29.76–32.60 sthere will be two files in this hypothetical directory在这个假设的目录里会有两个文件

字幕片段取自真实产品演示数据，保留英文原文与中文译文，用于直观展示断句与翻译形态。 Andrej Karpathy · Intro to Large Language Models · 2026-06-27

工作流程

  1. 打开 YouTube 视频，选定原文字幕轨、目标翻译语言与 AI 模型。
  2. 开启字幕精修，系统立即优先处理当前播放点附近的时间窗口。
  3. 拖动进度条跳转章节时，调度器自动将新位置切为最高优先级。
  4. 对照原文与精修译文沉浸学习，随时根据主题切换模型或自定义提示词。

常见问题

为什么 YouTube 自动字幕直接逐行翻译后，读起来还是很碎？
YouTube 自动生成字幕往往按两三秒的语音停顿强行切分，一句话经常被拆成三四行；如果直接逐行翻译，语序、代词指代和从句逻辑就会断裂。Subtitle Refinement（字幕精修）会结合相邻字幕上下文将碎片词句重组为语义完整的自然句，再进行双语翻译与可读性润色。由于精修建立在平台原有字幕文本之上，若原字幕存在漏词或听写偏差，建议配合原声回放核对人名、代码与关键结论。
直接拖动进度条到视频中段，需要等前半部分先翻译完吗？
不需要。Playback-first Refinement Window（播放点优先精修窗口）会紧随你的当前播放进度动态调度，优先精修你正在观看及即将播放的邻近片段，非常适合直接跳到课程核心章节学习。受限于模型推理与接口限流，拖动进度条刚落定后的数秒内可能先显示原始字幕，片刻后自动替换为精修双语字幕；窗口调度仅决定字幕处理先后，不会改变原视频音轨或播放速度。
确定性字幕分块（Deterministic Subtitle Chunk）与播放点优先窗口有什么区别？
二者服务于不同层级：Deterministic Subtitle Chunk 用于普通字幕翻译，从完整有序字幕轨起点按带版本的规则稳定切分（每块最多 10 条 cue、2,000 个原文字符），原文与译文严格一一对应，且切块边界不受播放位置影响，便于不同用户共享一致的缓存单元。Playback-first Refinement Window 则是字幕精修的实时调度策略，决定优先处理哪个播放区间；精修产物的共享还需额外匹配输入与生成配置。
切换模型或使用自带 API Key（BYOK）后，还会命中共享结果吗？
Shared AI Artifact（共享 AI 产物）仅在标准托管流程中复用，且严格要求视频输入身份与 Generation Profile Fingerprint（生成配置指纹，包含模型名称、语言、提示词协议版本及影响输出的参数）完全一致，确保切换配置后绝不会误返旧结果。BYOK 文本翻译、字幕精修与视频问答均独立运行，不参与该共享池。命中共享产物时 0 Lumi Token 消耗；新建托管调用则按模型实际输入与输出 Token 总和计量。