Translate srt

把一个由语音转文字生成的、不规范的外文 SRT,加工成规范的目标语言 SRT。文本层面的所有硬规则在 references/subtitle-rules.md(下称规范);派发的每个子代理都必须先 Read 规范。脚本路径以本 skill 目录为基准。

输出文件与输入同目录,语言后缀用 ISO 639-1(zh、ja、en…):

阶段	文件
转录修正(原语言)	<原名>_fix.srt
翻译初稿	<原名>_<lang>.srt
复核终稿	<原名>_<lang>_fix.srt

第 1 步:向用户提问

用 AskUserQuestion 问清三件事:原始语言(可提供"自动检测"选项)、目标语言、字幕的主题与热词(人名、作品名、专有名词;用户可留空或明说"跳过搜索")。完成标准:原始语言与目标语言均已确定;主题要么拿到,要么用户明确跳过。

第 2 步:通读字幕,建立简报

Read 原 SRT(过长则分段读完)。提炼:内容概述、出现的全部专名(人名/作品名/组织名)、疑似听录错误的词。

若用户未跳过搜索:以用户给的主题为起点、结合字幕中读到的专名适当发散(例:声优名 → 其所属企划、参演作品、相关成员),并行派发 1~3 个联网搜索子代理,每个负责一个角度。子代理的任务:WebSearch 相关信息,只回报两样东西——①与本字幕相关的事实要点;②术语表条目(原语言写法 → 目标语言标准译名)。搜索结果若暴露出新的关键实体,可再派发一轮。

完成标准:汇总出背景简报和术语表,字幕中出现的每个专名都在术语表中有译名(查不到的标注"自拟")。跳过搜索时,简报即主代理自己的通读总结,术语表由主代理拟定。

第 3 步:修正转录错误 → _fix.srt

主代理亲自做(需要对照背景简报做同音/近音纠错,不外包)。逐条处理原 SRT,按规范执行:纠正听录错误(优先怀疑与术语表读音相近的词)、合并被拆开的句子(时间轴取并集)、把归属错位的句首/句尾词移到相邻条目、删除纯口语废句、精简句内重复口语词、[]→()。保持原语言,不翻译。写出文件后运行:

python scripts/srt_tools.py normalize <原名>_fix.srt

完成标准:normalize 输出 OK,且原 SRT 每一条都已处理(修正、合并、删除三者之一,多数条目原样保留也算已处理)。

第 4 步:翻译 → _<lang>.srt

派发翻译子代理。≤150 条派一个;更多则按约 100 条一块切分、每块一个子代理并行,块首附上前一块末尾 2~3 条的原文与译文作衔接上下文。每个子代理的 prompt 必须包含:_fix.srt 路径(或所负责的条目范围)、背景简报、完整术语表、"先 Read 规范再动手"的指令,以及:按信达雅翻译为目标语言,逐条输出,保持时间轴与编号不变。

子代理(分块时由主代理拼接后)最后运行:

python scripts/srt_tools.py clean <原名>_<lang>.srt

完成标准:clean 输出 OK;条目数与 _fix.srt 一致(clean 删掉译后为空的条目除外,数量差需能说明原因)。

第 5 步:复核 → _<lang>_fix.srt

派发一个审查子代理,给它:_fix.srt、_<lang>.srt、背景简报、术语表,并要求先 Read 规范。任务:逐条对照原文与译文,检出并直接修正漏译、错译、术语不一致、不符合规范的条目,写出 _<lang>_fix.srt 后再跑一遍 clean,回报修正清单(条目号+改动原因)。

完成标准:子代理回报"逐条核对完成",附修正清单(可为空)。

第 6 步:总结

主代理抽查终稿的开头、中间、结尾各若干条,确认整体质量,然后向用户报告:三个产出文件的路径、术语表、修正要点(转录纠错了什么、复核改了什么)。