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。

目录约定

为每部字幕建一个独立工作区,所有产出都在工作区内,外部原始字幕保持不动。以翻译 how-to-code.srt 为例:

<原 srt 同目录>/
  how-to-code.srt                  ← 原始字幕,保持不动
  how-to-code/                     ← 工作区(以原 srt 词干命名)
    how-to-code.srt                ← 原始副本(由脚本复制进来)
    how-to-code_fix.srt            ← 转录修正(原语言)
    how-to-code_zh.srt             ← 翻译初稿
    how-to-code_zh_fix.srt         ← 复核终稿
    AGENTS.md                      ← 工作区说明(脚本生成)
    _context/                      ← 背景资料区
      brief.md                     ← 背景简报(占位 → 第 2 步填实)
      glossary.md                  ← 术语表(占位 → 第 2 步填实)
      research/                    ← 调研子代理的原始调研文件
        01-voice-actors.md
        ...

语言后缀用 ISO 639-1(zh、ja、en…)。下文 <stem> 指原 srt 词干(如 how-to-code),<lang> 指目标语言代码。

第 1 步:建立工作目录

在原 srt 同目录建工作区。运行:

python <skill目录>/scripts/srt_tools.py init <原 srt 路径>

脚本会:以 <stem> 在原 srt 同目录建 <stem>/(已存在则报错退出,re-run 由你自行判断);把原 srt 复制进去;生成 AGENTS.md、_context/(含占位的 brief.md、glossary.md 和空的 research/)。

完成标准:脚本打印 OK,工作区内有原始副本、AGENTS.md、_context/brief.md、_context/glossary.md、_context/research/。

第 2 步:提问、通读、调研

2a 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。

2b 通读字幕,建立简报。 Read 工作区内的原始副本(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。

2c 调研(用户跳过搜索则本步省略)。 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。派发时由主代理指定每个子代理的编号与英文主题(kebab-case,如 01-voice-actors),子代理不再以消息回报,而是把结果写入工作区内的 _context/research/<编号>-<主题>.md。每个调研文件固定两节:

• ## 事实要点 —— 与本字幕相关的事实要点;
• ## 术语表条目 —— 原语言写法 → 目标语言标准译名,查不到标"自拟"。

搜索结果若暴露出新的关键实体,可再派发一轮,新轮次按下一个编号继续落盘(总数仍按需控制,不刻意追求覆盖全部发散)。

2d 汇总落盘。 主代理 Read _context/research/ 下全部调研文件,不合并成单一调研文件(避免信息漂移),而是据此编辑(替换占位内容)工作区内的 _context/brief.md(背景简报)和 _context/glossary.md(术语表)。术语表须覆盖字幕中出现的每个专名(查不到标"自拟")。

跳过搜索时,_context/brief.md 即主代理自己的通读总结,_context/glossary.md 由主代理拟定,同样写入这两个文件。

完成标准:_context/research/ 下有若干调研文件(跳过搜索时为空);_context/brief.md、_context/glossary.md 已被填实;术语表覆盖字幕中每个专名。

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)。逐条处理工作区内的原始副本,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 <stem>/<stem>_fix.srt 后运行:

python <skill目录>/scripts/srt_tools.py normalize <stem>/<stem>_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

默认派发一个翻译子代理处理整份 _fix.srt,不要拆分。理由:字幕是对话与叙事的连续体,人称、指代、称呼、语气常常跨条目绵延;整份交给同一子代理,它持有的上下文最完整、术语与风格自然一致,且只加载一次规范/简报/术语表、缓存命中最高。分块是降级手段,不是常态。

每个翻译子代理的 prompt 必须包含:<stem>/<stem>_fix.srt 路径,并要求先 Read 规范、_context/brief.md、_context/glossary.md 再动手(不再把简报/术语表内联进 prompt),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,与 _fix.srt 的条目一一对应、不合并不拆条。

只有当 _fix.srt 条目数明显超出单子代理的一次处理上限(参考阈值 ≈ 1200 条;接近或超过才考虑)时,才回退到分块翻译,以避免单次输出撑爆上下文/输出限额。回退时的硬要求:

• 按 500800 条一块切分,块要尽量大,不要切成 100 条的小块——块越大,拆分次数越少、上下文断点越少越好。
• 切分尽量沿自然段落边界(场景切换、长停顿、说话人轮换),不要机械按行号平切。
• 块首附上前一块末尾 8~10 条的原文与译文作衔接上下文(比 2~3 条更厚),并在 prompt 里明确告知:本块是续译,必须沿用前块已确立的人称、语气、术语译名与行文风格,不得另起一套。
• 各块子代理同样先 Read 规范、_context/brief.md、_context/glossary.md。
• 主代理拿到各块译文后按编号顺序拼接成完整 <stem>/<stem>_<lang>.srt,再统一跑 clean(不要让各块各自跑,避免编号/空行拼接错位)。

最终(单代理或分块拼接后)运行:

python <skill目录>/scripts/srt_tools.py clean -l <lang> <stem>/<stem>_<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);分块时各块编号无重叠无遗漏。

第 5 步:复核 → _<lang>_fix.srt

派发一个审查子代理,给它:<stem>/<stem>_fix.srt(原文基准)、<stem>/<stem>_<lang>.srt(待审译文),并要求先 Read 规范、_context/brief.md、_context/glossary.md。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 <stem>/<stem>_<lang>_fix.srt 后再跑一遍 clean,回报修正清单(条目号+改动原因)。

python <skill目录>/scripts/srt_tools.py clean -l <lang> <stem>/<stem>_<lang>_fix.srt

-l <lang>(ISO 639-1)决定 clean 的标点风格:zh/ja/ko 走 cjk 风格(句中非成对标点转空格、句尾不留句号);其余拉丁/西里尔等走 western 风格(保留 ASCII 标点与破折号族、句尾留句号)。western 假定译文标点已拉丁化,仅额外清理残留的 CJK 全角标点(如 ，、。；：～ 转空格),不做全角→半角全面规范化。缺省为 cjk。

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:工作区路径、三个产出文件(_fix/_<lang>/_<lang>_fix)的路径、_context/ 内的背景资料(brief.md、glossary.md 及 research/ 下调研文件)、修正要点(转录纠错了什么、复核改了什么)。