最近在做老番字幕整理时遇到一个很实际的场景手头有一部 1990 年的 OVA只有葡萄牙语字幕想转成中文字幕。这类老资源往往找不到现成翻译手动逐句翻译又非常耗时。一开始我尝试用在线翻译工具逐段搬运但字幕文件里的时间轴、序号和原文混在一起格式处理就花了不少时间更麻烦的是机翻结果经常出现人名、语气词前后不一致后期校对成本很高。后来我把整个流程改成了“DeepSeek 字幕翻译工作流”先解析字幕文件再调用模型按上下文批量翻译最后回写生成新的字幕文件。整套流程跑通后一部 40 分钟左右的 OVA 字幕从处理到出稿只需要十几分钟。这篇文章就把这套方法完整拆解出来包括字幕格式解析、DeepSeek API 调用、上下文翻译策略、质量校验和常见坑点希望能帮到同样在做字幕翻译、老番整理或视频本地化的小伙伴。1. 字幕翻译这件事为什么值得用 DeepSeek 重做一遍先聊一个很多人容易忽略的点字幕翻译不是“逐句翻完”就结束了。一个完整的字幕翻译任务至少包含四个步骤解析字幕文件把序号、时间轴、正文分离翻译正文同时保留占位符和格式标记回写字幕文件确保时间轴与序号完全不变质量校对检查人名、语气、术语是否前后一致。如果完全用手工做第四步最耗精力。因为字幕是“短句密集”的文本形态一句话往往只有几个词到十几个词缺乏上下文时很容易翻得生硬。比如葡萄牙语里的敬语、感叹词、称呼如果只看单句很难判断该用“您”还是“你”该翻成“天哪”还是“天啊”。而 DeepSeek 这类大语言模型擅长捕捉上下文能把前后多条字幕放在一起理解翻译出来的语气和用词明显更连贯。另外一个关键点是成本。字幕翻译的文本量通常不大一部 24 分钟的动画大概 400 到 700 条字幕总字符数在 1 万到 3 万之间。用 DeepSeek API 来做成本远低于人工翻译也比反复调用在线翻译网页更可控。而且整个流程可以脚本化以后遇到其他老番、外语视频改一下输入路径就能复用。所以这篇文章真正想解决的问题是如何用 DeepSeek 搭建一条“字幕解析 - 上下文翻译 - 字幕回写 - 质量校验”的自动化流水线。读完你可以直接拿去处理葡萄牙语、西班牙语、英语、日语等多种语言的字幕文件。2. DeepSeek 字幕翻译的核心概念与适用场景2.1 字幕文件格式SRT 与 ASS字幕文件最常见的格式是 SRT结构很简单1 00:00:00,000 -- 00:00:02,500 你好世界 2 00:00:02,600 -- 00:00:05,000 这是第二句字幕每条字幕由三部分组成序号、时间轴、正文。正文可以有多行多行之间用换行符分隔。ASS 格式更复杂一些包含样式定义、事件行、特效标签等。字幕翻译场景中ASS 的正文行通常是Dialogue:开头里面用逗号分隔多个字段最后一个字段才是正文文本。翻译时需要格外小心不要把前面的样式字段和时间字段弄错。对于 DeepSeek 字幕翻译工作流SRT 是最容易上手的格式下面的示例代码也以 SRT 为主。ASS 的处理思路类似只需要在解析时按行判断前缀单独提取Text字段。2.2 翻译模式单句翻译 vs 上下文批量翻译单句翻译很好理解就是逐条调用模型接口。优点是实现简单缺点是字幕之间没有上下文联系容易出现人名、称呼、语气不一致。上下文批量翻译更推荐。做法是把连续 10 到 20 条字幕合并成一个段落让模型一次翻译多句同时给模型提供“这是字幕文件请保持口语化、保留专有名词”的指令。这种方式有两个明显好处模型能看到前后文处理指代、语气、称呼时更准确减少 API 调用次数降低耗时和出错概率。当然批量翻译也可能带来一个问题模型偶尔会自己合并或拆分句子。所以我们在设计 Prompt 时要明确要求“输出与输入条数一致不要合并不要遗漏”并在后处理时做数量校验。2.3 DeepSeek 在字幕翻译里的三个优势从实际体验看DeepSeek 做字幕翻译有三个方面比较突出第一中文表达自然。字幕翻译最怕机翻腔DeepSeek 在这类短文本翻译上的中文输出更接近真人翻译的语气尤其是口语化对白。第二上下文窗口足够。字幕翻译通常用不到大上下文但 DeepSeek 的上下文能力可以保证批量翻译时不会丢失前文信息。第三JSON 输出稳定。通过response_format参数或 Prompt 约束可以让模型返回结构化 JSON方便程序直接解析少写很多字符串处理代码。2.4 适用场景与边界这套工作流适合个人字幕组、老番补全、外语学习资料整理、视频课程本地化等场景。它不能完全替代人工翻译的“信达雅”也不能保证专有名词 100% 准确尤其是多义词、俚语、文化梗仍然需要人工校对。更稳妥的判断是DeepSeek 字幕翻译工作流负责把“从零翻译”变成“快速产出初稿”人工只需要做最后的润色和特殊名词校验。这已经是效率上的巨大提升了。3. 环境准备与前置条件在开始写代码之前先把环境准备好。3.1 运行环境本文示例使用 Python 3.9 以上版本操作系统不限Windows / macOS / Linux 都可以。建议使用虚拟环境管理依赖。python -m venv venv source venv/bin/activate # Linux/macOS # venv\Scripts\activate # Windows3.2 安装依赖需要安装openai库因为 DeepSeek API 兼容 OpenAI 接口规范。同时需要requests作为备选方案以及tqdm用于显示翻译进度。pip install openai requests tqdm3.3 获取 DeepSeek API Key登录 DeepSeek 开放平台创建一个 API Key。创建后需要妥善保存不要提交到 Git 仓库中。建议通过环境变量读取export DEEPSEEK_API_KEYsk-xxxxxxxxxxxxxxxx在 Python 中这样读取import os api_key os.environ.get(DEEPSEEK_API_KEY) if not api_key: raise ValueError(请先设置 DEEPSEEK_API_KEY 环境变量)3.4 准备测试字幕文件为了方便测试先用一个简单的 SRT 文件。假设它叫sample.srt内容如下1 00:00:01,000 -- 00:00:04,000 Olá, como você está? 2 00:00:05,000 -- 00:00:08,000 Hoje vamos contar uma história incrível. 3 00:00:09,000 -- 00:00:12,000 Esta é a boneca Lica. 4 00:00:13,000 -- 00:00:16,000 Ela vive em um mundo mágico.这是一个葡萄牙语字幕片段正好对应本文的“葡转中”场景。4. DeepSeek 字幕翻译工作流整体设计先把整体流程画出来后续每个环节再逐步拆解读取 SRT 文件解析出字幕列表每条包含序号、开始时间、结束时间、正文按批次分组每批 10 条到 20 条构造 Prompt调用 DeepSeek API 翻译这一批解析模型返回的 JSON与原始字幕一一对应如果条数不一致标记为异常回写新的 SRT 文件输出翻译报告。这个流程的核心是一个原则时间轴和序号保持原样只替换正文内容。这样即使翻译质量有瑕疵也不会破坏字幕文件的可用性随时可以人工修改单条文本。4.1 为什么选择“先解析再翻译”而不是“整文件丢给模型”很多人可能会问直接把整个 SRT 文件丢给模型让它一次翻译完不行吗对于很短的视频比如三五条字幕的片段这样做确实可以。但对于一部完整的 OVA可能有几百条字幕模型容易在长文本中丢失格式、漏掉某条、甚至把序号和时间轴改乱。一旦格式坏了后期修复成本很高。所以更稳妥的做法是程序负责格式解析与回写模型只负责“翻译正文文本”。把专业的事交给专业的模块出错概率会大幅降低。4.2 上下文批量翻译的具体实现思路批量翻译时我们把一组字幕的正文提取出来用编号标记后发给模型。比如请将以下 3 条字幕翻译成中文 [1] Olá, como você está? [2] Hoje vamos contar uma história incrível. [3] Esta é a boneca Lica.然后要求模型返回{ translations: [ {id: 1, text: 你好你过得怎么样}, {id: 2, text: 今天我们要讲一个不可思议的故事。}, {id: 3, text: 这是丽佳娃娃。} ] }这里有几个细节需要注意id是原始序号不是批次内序号text是翻译后的字幕正文可以为多行但不要包含序号和时间轴如果遇到无法翻译的专有名词模型应当保留原样。5. 完整代码实现从 SRT 解析到 DeepSeek 翻译下面给出完整可运行的代码。为了阅读方便我把代码分成三个文件srt_parser.py、translator.py、main.py。实际使用时也可以合并成一个文件。5.1 文件srt_parser.py字幕解析与回写# 文件路径srt_parser.py import re class SubtitleItem: def __init__(self, index, start, end, text): self.index index self.start start self.end end self.text text def __repr__(self): return fSubtitleItem({self.index}, {self.start}, {self.end}, {self.text!r}) def parse_srt(content: str): 解析 SRT 字符串返回 SubtitleItem 列表。 items [] blocks re.split(r\n\s*\n, content.strip()) for block in blocks: lines block.strip().split(\n) if len(lines) 2: continue index int(lines[0].strip()) time_line lines[1].strip() match re.match(r(\d{2}:\d{2}:\d{2},\d{3}) -- (\d{2}:\d{2}:\d{2},\d{3}), time_line) if not match: continue start match.group(1) end match.group(2) text \n.join(lines[2:]).strip() items.append(SubtitleItem(index, start, end, text)) return items def build_srt(items): 将 SubtitleItem 列表回写为 SRT 字符串。 blocks [] for item in items: blocks.append(f{item.index}\n{item.start} -- {item.end}\n{item.text}) return \n\n.join(blocks) \n这段代码的核心是两件事parse_srt用正则和时间轴行解析出每一条字幕的序号、开始时间、结束时间、正文build_srt把翻译后的文本重新组装成合法的 SRT 文件。注意build_srt末尾加了一个换行这是为了避免某些播放器在读取最后一条字幕时出现兼容问题。5.2 文件translator.pyDeepSeek 翻译调用# 文件路径translator.py import json import os from openai import OpenAI client OpenAI( api_keyos.environ.get(DEEPSEEK_API_KEY), base_urlhttps://api.deepseek.com ) SYSTEM_PROMPT ( 你是一名专业字幕翻译。你会收到一组带编号的字幕文本 请将其翻译成中文。要求\n 1. 保持口语气和自然表达不要直译成生硬书面语\n 2. 专有名词尽量保留原文或使用通用译名\n 3. 输出 JSON格式必须为 {\translations\: [{\id\: 1, \text\: \翻译\}, ...]}\n 4. 输出条数与输入条数一致id 对应原始编号\n 5. 只输出 JSON不要输出多余解释。 ) def translate_batch(items, batch_size10, modeldeepseek-chat): 将字幕列表按批次翻译返回新的文本列表。 顺序与 items 保持一致。 results {} total len(items) for start in range(0, total, batch_size): end min(start batch_size, total) batch items[start:end] # 构造带编号的待翻译文本 numbered_text \n.join([f[{item.index}] {item.text} for item in batch]) user_prompt f请翻译以下字幕\n{numbered_text} resp client.chat.completions.create( modelmodel, messages[ {role: system, content: SYSTEM_PROMPT}, {role: user, content: user_prompt}, ], temperature0.3, response_format{type: json_object}, ) content resp.choices[0].message.content parsed json.loads(content) trans_list parsed.get(translations, []) for item in trans_list: results[item[id]] item[text] # 按原始顺序组装返回值 ordered_texts [results.get(item.index, item.text) for item in items] return ordered_texts这里重点说明几点base_url使用的是 DeepSeek 官方提供的https://api.deepseek.commodel使用deepseek-chat对应 DeepSeek 的对话模型适合字幕翻译这类文本生成任务temperature设置为 0.3降低随机性让翻译更稳定response_format{type: json_object}让模型输出结构化 JSON便于解析如果模型返回的id与原始字幕序号不匹配results.get(item.index, item.text)会回退为原文避免产生空字幕。5.3 文件main.py主流程# 文件路径main.py from srt_parser import parse_srt, build_srt, SubtitleItem from translator import translate_batch def main(input_file: str, output_file: str, batch_size: int 10): with open(input_file, r, encodingutf-8) as f: content f.read() items parse_srt(content) print(f解析到 {len(items)} 条字幕) translated_texts translate_batch(items, batch_sizebatch_size) new_items [] for item, new_text in zip(items, translated_texts): new_items.append(SubtitleItem(item.index, item.start, item.end, new_text)) with open(output_file, w, encodingutf-8) as f: f.write(build_srt(new_items)) print(f翻译完成已写入 {output_file}) if __name__ __main__: main(sample.srt, sample.zh.srt, batch_size10)主流程很直白读取文件、解析、翻译、回写。运行命令如下python main.py如果你希望把输出文件路径作为命令行参数可以改成使用sys.argv或argparse传递。6. 运行结果与效果验证6.1 预期输出运行成功后sample.zh.srt的内容应该类似1 00:00:01,000 -- 00:00:04,000 你好你过得怎么样 2 00:00:05,000 -- 00:00:08,000 今天我们要讲一个不可思议的故事。 3 00:00:09,000 -- 00:00:12,000 这是丽佳娃娃。 4 00:00:13,000 -- 00:00:16,000 她生活在一个神奇的世界里。序号和时间轴保持不变正文被替换成中文翻译。6.2 校验方法除了肉眼查看内容还可以写一个简单的自动校验脚本# 文件路径validate.py from srt_parser import parse_srt with open(sample.srt, r, encodingutf-8) as f: original parse_srt(f.read()) with open(sample.zh.srt, r, encodingutf-8) as f: translated parse_srt(f.read()) assert len(original) len(translated), 字幕条数不一致 for o, t in zip(original, translated): assert o.index t.index, f序号不一致: {o.index} vs {t.index} assert o.start t.start, f开始时间不一致: {o.index} assert o.end t.end, f结束时间不一致: {o.index} assert t.text.strip(), f翻译结果为空: {o.index} print(校验通过)运行python validate.py如果输出校验通过说明时间轴和序号没有被破坏。6.3 失败后的第一排查点如果翻译过程中出现报错第一步看这几类信息有没有AuthenticationError检查DEEPSEEK_API_KEY是否正确设置有没有RateLimitError请求频率超限可以在代码中加入重试或降低 batch 频率有没有json.JSONDecodeError模型返回的不是合法 JSON可以尝试增加response_format或者在 Promot 中再次强调“只输出 JSON”。7. 常见问题与排查思路下面整理几个我在实际使用中遇到的问题以及对应的排查思路。问题现象可能原因排查方式解决方案翻译结果条数比输入少模型合并了部分短句打印模型返回的 JSON检查id列表在 Prompt 中明确要求“条数一致”或改用单条翻译模式序号与原始字幕不一致模型返回的id错乱对比原始index与模型返回的id使用results.get(item.index, item.text)兜底缺失时保留原文时间轴被改动直接整文件丢给模型翻译检查生成的 SRT 时间轴行使用本文的解析-回写流程不让模型接触时间轴专有名词翻译不统一模型在同批次中用了不同译名检查同一名词的多次出现位置在 System Prompt 中加入“全文使用统一译名”的要求或准备术语表模型返回内容带有解释文字没有使用response_format或 Prompt 约束不足查看resp.choices[0].message.content原始内容增加response_format{type: json_object}调用超时批量过大或网络不稳定检查 batch_size 是否过大将 batch_size 降到 5 或 10增加重试机制中文字幕出现乱码文件编码问题检查读写文件时的 encoding 参数统一使用encodingutf-8打开文件时也使用 UTF-8 编码这里想特别强调第一条模型偶尔会把连续两三条字幕合并成一句话。这在字幕翻译里是绝对不允许的因为每一条字幕都对应固定的时间轴区间合并后会导致画面文本与语音不匹配。解决方法是把 batch_size 调小同时在 Prompt 末尾加一句“不要合并或拆分任何条目”。8. 最佳实践与工程建议8.1 术语表与注入对于人名、地名、作品名建议在 System Prompt 中预先给出术语表。例如术语表 - Lica - 丽佳 - boneca - 娃娃 - mundo mágico - 魔法世界模型看到术语表后会优先按指定译名翻译避免同一角色在不同字幕中出现不同叫法。8.2 错误重试与容错API 调用可能因为网络、限流等原因临时失败。稳妥的做法是加一个简单的重试机制import time def call_with_retry(func, retries3, **kwargs): for i in range(retries): try: return func(**kwargs) except Exception as e: print(f第 {i 1} 次调用失败: {e}) time.sleep(2 * (i 1)) raise RuntimeError(API 调用多次失败)把translate_batch中的 API 调用包一层重试能明显减少因瞬时错误导致的中断。8.3 先跑一个 3 到 5 条的小样本在正式翻译整部 OVA 之前强烈建议先拿一个 3 到 5 条字幕的小文件跑通全流程。这样可以快速发现格式、API Key、Prompt 结构等问题避免在几百条字幕上浪费时间和额度。8.4 保留原文备份回写翻译后的字幕文件时不要覆盖原文件。输出文件名可以加一个语言后缀比如sample.zh.srt。这样即使翻译质量不满意也能随时回到原文重新处理。8.5 人工审核不可跳过DeepSeek 虽然能快速生成高质量初稿但字幕翻译最终要面向观众人工审核依然不可跳过。审核时重点关注三点专有名词是否统一语气是否符合角色设定长句切分是否与时间轴匹配。如果翻译质量要求很高可以把 DeepSeek 的初稿当作“预翻译”在此基础上人工润色效率远高于从零翻译。8.6 成本控制与批量调优字幕翻译的 token 消耗主要来自输入原文和输出译文。批量翻译可以降低 System Prompt 的重复开销但 batch 太大会增加单次输出不稳定的风险。建议在 batch_size 为 5、10、20 三档之间做对比测试找到一个速度和稳定性平衡的点。9. 总结与后续学习方向这篇文章从老番字幕翻译的痛点出发完整拆解了如何使用 DeepSeek API 搭建一条“SRT 解析 - 上下文批量翻译 - SRT 回写 - 自动校验”的字幕翻译流水线。核心收获可以总结为三点第一字幕翻译的关键不只是“翻译得准”还要保证格式结构不破坏时间轴和序号必须原样保留这就需要程序负责解析与回写模型只负责翻译正文。第二批量上下文翻译比单句翻译更自然但需要用 Prompt 约束条数一致并用response_format让模型输出结构化 JSON减少后处理成本。第三这套流程的真正价值不是“自动翻译完”而是把人工从重复劳动中解放出来让人只关注专有名词、语气、文化梗这些机器不擅长的地方。后续如果你想把这条流水线做得更完善可以考虑以下方向扩展 ASS/SSA 格式支持加入术语表自动抽取功能对同一角色、同一名词做全篇统一使用本地部署的 DeepSeek 模型进行翻译降低 API 依赖增加字幕断句与换行优化让中文字幕在播放器里显示更美观。如果你正在做老番整理、字幕补全、外语视频本地化甚至只是对 DeepSeek 的 API 调用感兴趣这篇文章里的代码和思路都可以直接复用。建议先拿一个小字幕文件跑通流程再逐步扩大应用范围。
用DeepSeek搭建自动化字幕翻译工作流：从SRT解析到上下文批量翻译
最近在做老番字幕整理时遇到一个很实际的场景手头有一部 1990 年的 OVA只有葡萄牙语字幕想转成中文字幕。这类老资源往往找不到现成翻译手动逐句翻译又非常耗时。一开始我尝试用在线翻译工具逐段搬运但字幕文件里的时间轴、序号和原文混在一起格式处理就花了不少时间更麻烦的是机翻结果经常出现人名、语气词前后不一致后期校对成本很高。后来我把整个流程改成了“DeepSeek 字幕翻译工作流”先解析字幕文件再调用模型按上下文批量翻译最后回写生成新的字幕文件。整套流程跑通后一部 40 分钟左右的 OVA 字幕从处理到出稿只需要十几分钟。这篇文章就把这套方法完整拆解出来包括字幕格式解析、DeepSeek API 调用、上下文翻译策略、质量校验和常见坑点希望能帮到同样在做字幕翻译、老番整理或视频本地化的小伙伴。1. 字幕翻译这件事为什么值得用 DeepSeek 重做一遍先聊一个很多人容易忽略的点字幕翻译不是“逐句翻完”就结束了。一个完整的字幕翻译任务至少包含四个步骤解析字幕文件把序号、时间轴、正文分离翻译正文同时保留占位符和格式标记回写字幕文件确保时间轴与序号完全不变质量校对检查人名、语气、术语是否前后一致。如果完全用手工做第四步最耗精力。因为字幕是“短句密集”的文本形态一句话往往只有几个词到十几个词缺乏上下文时很容易翻得生硬。比如葡萄牙语里的敬语、感叹词、称呼如果只看单句很难判断该用“您”还是“你”该翻成“天哪”还是“天啊”。而 DeepSeek 这类大语言模型擅长捕捉上下文能把前后多条字幕放在一起理解翻译出来的语气和用词明显更连贯。另外一个关键点是成本。字幕翻译的文本量通常不大一部 24 分钟的动画大概 400 到 700 条字幕总字符数在 1 万到 3 万之间。用 DeepSeek API 来做成本远低于人工翻译也比反复调用在线翻译网页更可控。而且整个流程可以脚本化以后遇到其他老番、外语视频改一下输入路径就能复用。所以这篇文章真正想解决的问题是如何用 DeepSeek 搭建一条“字幕解析 - 上下文翻译 - 字幕回写 - 质量校验”的自动化流水线。读完你可以直接拿去处理葡萄牙语、西班牙语、英语、日语等多种语言的字幕文件。2. DeepSeek 字幕翻译的核心概念与适用场景2.1 字幕文件格式SRT 与 ASS字幕文件最常见的格式是 SRT结构很简单1 00:00:00,000 -- 00:00:02,500 你好世界 2 00:00:02,600 -- 00:00:05,000 这是第二句字幕每条字幕由三部分组成序号、时间轴、正文。正文可以有多行多行之间用换行符分隔。ASS 格式更复杂一些包含样式定义、事件行、特效标签等。字幕翻译场景中ASS 的正文行通常是Dialogue:开头里面用逗号分隔多个字段最后一个字段才是正文文本。翻译时需要格外小心不要把前面的样式字段和时间字段弄错。对于 DeepSeek 字幕翻译工作流SRT 是最容易上手的格式下面的示例代码也以 SRT 为主。ASS 的处理思路类似只需要在解析时按行判断前缀单独提取Text字段。2.2 翻译模式单句翻译 vs 上下文批量翻译单句翻译很好理解就是逐条调用模型接口。优点是实现简单缺点是字幕之间没有上下文联系容易出现人名、称呼、语气不一致。上下文批量翻译更推荐。做法是把连续 10 到 20 条字幕合并成一个段落让模型一次翻译多句同时给模型提供“这是字幕文件请保持口语化、保留专有名词”的指令。这种方式有两个明显好处模型能看到前后文处理指代、语气、称呼时更准确减少 API 调用次数降低耗时和出错概率。当然批量翻译也可能带来一个问题模型偶尔会自己合并或拆分句子。所以我们在设计 Prompt 时要明确要求“输出与输入条数一致不要合并不要遗漏”并在后处理时做数量校验。2.3 DeepSeek 在字幕翻译里的三个优势从实际体验看DeepSeek 做字幕翻译有三个方面比较突出第一中文表达自然。字幕翻译最怕机翻腔DeepSeek 在这类短文本翻译上的中文输出更接近真人翻译的语气尤其是口语化对白。第二上下文窗口足够。字幕翻译通常用不到大上下文但 DeepSeek 的上下文能力可以保证批量翻译时不会丢失前文信息。第三JSON 输出稳定。通过response_format参数或 Prompt 约束可以让模型返回结构化 JSON方便程序直接解析少写很多字符串处理代码。2.4 适用场景与边界这套工作流适合个人字幕组、老番补全、外语学习资料整理、视频课程本地化等场景。它不能完全替代人工翻译的“信达雅”也不能保证专有名词 100% 准确尤其是多义词、俚语、文化梗仍然需要人工校对。更稳妥的判断是DeepSeek 字幕翻译工作流负责把“从零翻译”变成“快速产出初稿”人工只需要做最后的润色和特殊名词校验。这已经是效率上的巨大提升了。3. 环境准备与前置条件在开始写代码之前先把环境准备好。3.1 运行环境本文示例使用 Python 3.9 以上版本操作系统不限Windows / macOS / Linux 都可以。建议使用虚拟环境管理依赖。python -m venv venv source venv/bin/activate # Linux/macOS # venv\Scripts\activate # Windows3.2 安装依赖需要安装openai库因为 DeepSeek API 兼容 OpenAI 接口规范。同时需要requests作为备选方案以及tqdm用于显示翻译进度。pip install openai requests tqdm3.3 获取 DeepSeek API Key登录 DeepSeek 开放平台创建一个 API Key。创建后需要妥善保存不要提交到 Git 仓库中。建议通过环境变量读取export DEEPSEEK_API_KEYsk-xxxxxxxxxxxxxxxx在 Python 中这样读取import os api_key os.environ.get(DEEPSEEK_API_KEY) if not api_key: raise ValueError(请先设置 DEEPSEEK_API_KEY 环境变量)3.4 准备测试字幕文件为了方便测试先用一个简单的 SRT 文件。假设它叫sample.srt内容如下1 00:00:01,000 -- 00:00:04,000 Olá, como você está? 2 00:00:05,000 -- 00:00:08,000 Hoje vamos contar uma história incrível. 3 00:00:09,000 -- 00:00:12,000 Esta é a boneca Lica. 4 00:00:13,000 -- 00:00:16,000 Ela vive em um mundo mágico.这是一个葡萄牙语字幕片段正好对应本文的“葡转中”场景。4. DeepSeek 字幕翻译工作流整体设计先把整体流程画出来后续每个环节再逐步拆解读取 SRT 文件解析出字幕列表每条包含序号、开始时间、结束时间、正文按批次分组每批 10 条到 20 条构造 Prompt调用 DeepSeek API 翻译这一批解析模型返回的 JSON与原始字幕一一对应如果条数不一致标记为异常回写新的 SRT 文件输出翻译报告。这个流程的核心是一个原则时间轴和序号保持原样只替换正文内容。这样即使翻译质量有瑕疵也不会破坏字幕文件的可用性随时可以人工修改单条文本。4.1 为什么选择“先解析再翻译”而不是“整文件丢给模型”很多人可能会问直接把整个 SRT 文件丢给模型让它一次翻译完不行吗对于很短的视频比如三五条字幕的片段这样做确实可以。但对于一部完整的 OVA可能有几百条字幕模型容易在长文本中丢失格式、漏掉某条、甚至把序号和时间轴改乱。一旦格式坏了后期修复成本很高。所以更稳妥的做法是程序负责格式解析与回写模型只负责“翻译正文文本”。把专业的事交给专业的模块出错概率会大幅降低。4.2 上下文批量翻译的具体实现思路批量翻译时我们把一组字幕的正文提取出来用编号标记后发给模型。比如请将以下 3 条字幕翻译成中文 [1] Olá, como você está? [2] Hoje vamos contar uma história incrível. [3] Esta é a boneca Lica.然后要求模型返回{ translations: [ {id: 1, text: 你好你过得怎么样}, {id: 2, text: 今天我们要讲一个不可思议的故事。}, {id: 3, text: 这是丽佳娃娃。} ] }这里有几个细节需要注意id是原始序号不是批次内序号text是翻译后的字幕正文可以为多行但不要包含序号和时间轴如果遇到无法翻译的专有名词模型应当保留原样。5. 完整代码实现从 SRT 解析到 DeepSeek 翻译下面给出完整可运行的代码。为了阅读方便我把代码分成三个文件srt_parser.py、translator.py、main.py。实际使用时也可以合并成一个文件。5.1 文件srt_parser.py字幕解析与回写# 文件路径srt_parser.py import re class SubtitleItem: def __init__(self, index, start, end, text): self.index index self.start start self.end end self.text text def __repr__(self): return fSubtitleItem({self.index}, {self.start}, {self.end}, {self.text!r}) def parse_srt(content: str): 解析 SRT 字符串返回 SubtitleItem 列表。 items [] blocks re.split(r\n\s*\n, content.strip()) for block in blocks: lines block.strip().split(\n) if len(lines) 2: continue index int(lines[0].strip()) time_line lines[1].strip() match re.match(r(\d{2}:\d{2}:\d{2},\d{3}) -- (\d{2}:\d{2}:\d{2},\d{3}), time_line) if not match: continue start match.group(1) end match.group(2) text \n.join(lines[2:]).strip() items.append(SubtitleItem(index, start, end, text)) return items def build_srt(items): 将 SubtitleItem 列表回写为 SRT 字符串。 blocks [] for item in items: blocks.append(f{item.index}\n{item.start} -- {item.end}\n{item.text}) return \n\n.join(blocks) \n这段代码的核心是两件事parse_srt用正则和时间轴行解析出每一条字幕的序号、开始时间、结束时间、正文build_srt把翻译后的文本重新组装成合法的 SRT 文件。注意build_srt末尾加了一个换行这是为了避免某些播放器在读取最后一条字幕时出现兼容问题。5.2 文件translator.pyDeepSeek 翻译调用# 文件路径translator.py import json import os from openai import OpenAI client OpenAI( api_keyos.environ.get(DEEPSEEK_API_KEY), base_urlhttps://api.deepseek.com ) SYSTEM_PROMPT ( 你是一名专业字幕翻译。你会收到一组带编号的字幕文本 请将其翻译成中文。要求\n 1. 保持口语气和自然表达不要直译成生硬书面语\n 2. 专有名词尽量保留原文或使用通用译名\n 3. 输出 JSON格式必须为 {\translations\: [{\id\: 1, \text\: \翻译\}, ...]}\n 4. 输出条数与输入条数一致id 对应原始编号\n 5. 只输出 JSON不要输出多余解释。 ) def translate_batch(items, batch_size10, modeldeepseek-chat): 将字幕列表按批次翻译返回新的文本列表。 顺序与 items 保持一致。 results {} total len(items) for start in range(0, total, batch_size): end min(start batch_size, total) batch items[start:end] # 构造带编号的待翻译文本 numbered_text \n.join([f[{item.index}] {item.text} for item in batch]) user_prompt f请翻译以下字幕\n{numbered_text} resp client.chat.completions.create( modelmodel, messages[ {role: system, content: SYSTEM_PROMPT}, {role: user, content: user_prompt}, ], temperature0.3, response_format{type: json_object}, ) content resp.choices[0].message.content parsed json.loads(content) trans_list parsed.get(translations, []) for item in trans_list: results[item[id]] item[text] # 按原始顺序组装返回值 ordered_texts [results.get(item.index, item.text) for item in items] return ordered_texts这里重点说明几点base_url使用的是 DeepSeek 官方提供的https://api.deepseek.commodel使用deepseek-chat对应 DeepSeek 的对话模型适合字幕翻译这类文本生成任务temperature设置为 0.3降低随机性让翻译更稳定response_format{type: json_object}让模型输出结构化 JSON便于解析如果模型返回的id与原始字幕序号不匹配results.get(item.index, item.text)会回退为原文避免产生空字幕。5.3 文件main.py主流程# 文件路径main.py from srt_parser import parse_srt, build_srt, SubtitleItem from translator import translate_batch def main(input_file: str, output_file: str, batch_size: int 10): with open(input_file, r, encodingutf-8) as f: content f.read() items parse_srt(content) print(f解析到 {len(items)} 条字幕) translated_texts translate_batch(items, batch_sizebatch_size) new_items [] for item, new_text in zip(items, translated_texts): new_items.append(SubtitleItem(item.index, item.start, item.end, new_text)) with open(output_file, w, encodingutf-8) as f: f.write(build_srt(new_items)) print(f翻译完成已写入 {output_file}) if __name__ __main__: main(sample.srt, sample.zh.srt, batch_size10)主流程很直白读取文件、解析、翻译、回写。运行命令如下python main.py如果你希望把输出文件路径作为命令行参数可以改成使用sys.argv或argparse传递。6. 运行结果与效果验证6.1 预期输出运行成功后sample.zh.srt的内容应该类似1 00:00:01,000 -- 00:00:04,000 你好你过得怎么样 2 00:00:05,000 -- 00:00:08,000 今天我们要讲一个不可思议的故事。 3 00:00:09,000 -- 00:00:12,000 这是丽佳娃娃。 4 00:00:13,000 -- 00:00:16,000 她生活在一个神奇的世界里。序号和时间轴保持不变正文被替换成中文翻译。6.2 校验方法除了肉眼查看内容还可以写一个简单的自动校验脚本# 文件路径validate.py from srt_parser import parse_srt with open(sample.srt, r, encodingutf-8) as f: original parse_srt(f.read()) with open(sample.zh.srt, r, encodingutf-8) as f: translated parse_srt(f.read()) assert len(original) len(translated), 字幕条数不一致 for o, t in zip(original, translated): assert o.index t.index, f序号不一致: {o.index} vs {t.index} assert o.start t.start, f开始时间不一致: {o.index} assert o.end t.end, f结束时间不一致: {o.index} assert t.text.strip(), f翻译结果为空: {o.index} print(校验通过)运行python validate.py如果输出校验通过说明时间轴和序号没有被破坏。6.3 失败后的第一排查点如果翻译过程中出现报错第一步看这几类信息有没有AuthenticationError检查DEEPSEEK_API_KEY是否正确设置有没有RateLimitError请求频率超限可以在代码中加入重试或降低 batch 频率有没有json.JSONDecodeError模型返回的不是合法 JSON可以尝试增加response_format或者在 Promot 中再次强调“只输出 JSON”。7. 常见问题与排查思路下面整理几个我在实际使用中遇到的问题以及对应的排查思路。问题现象可能原因排查方式解决方案翻译结果条数比输入少模型合并了部分短句打印模型返回的 JSON检查id列表在 Prompt 中明确要求“条数一致”或改用单条翻译模式序号与原始字幕不一致模型返回的id错乱对比原始index与模型返回的id使用results.get(item.index, item.text)兜底缺失时保留原文时间轴被改动直接整文件丢给模型翻译检查生成的 SRT 时间轴行使用本文的解析-回写流程不让模型接触时间轴专有名词翻译不统一模型在同批次中用了不同译名检查同一名词的多次出现位置在 System Prompt 中加入“全文使用统一译名”的要求或准备术语表模型返回内容带有解释文字没有使用response_format或 Prompt 约束不足查看resp.choices[0].message.content原始内容增加response_format{type: json_object}调用超时批量过大或网络不稳定检查 batch_size 是否过大将 batch_size 降到 5 或 10增加重试机制中文字幕出现乱码文件编码问题检查读写文件时的 encoding 参数统一使用encodingutf-8打开文件时也使用 UTF-8 编码这里想特别强调第一条模型偶尔会把连续两三条字幕合并成一句话。这在字幕翻译里是绝对不允许的因为每一条字幕都对应固定的时间轴区间合并后会导致画面文本与语音不匹配。解决方法是把 batch_size 调小同时在 Prompt 末尾加一句“不要合并或拆分任何条目”。8. 最佳实践与工程建议8.1 术语表与注入对于人名、地名、作品名建议在 System Prompt 中预先给出术语表。例如术语表 - Lica - 丽佳 - boneca - 娃娃 - mundo mágico - 魔法世界模型看到术语表后会优先按指定译名翻译避免同一角色在不同字幕中出现不同叫法。8.2 错误重试与容错API 调用可能因为网络、限流等原因临时失败。稳妥的做法是加一个简单的重试机制import time def call_with_retry(func, retries3, **kwargs): for i in range(retries): try: return func(**kwargs) except Exception as e: print(f第 {i 1} 次调用失败: {e}) time.sleep(2 * (i 1)) raise RuntimeError(API 调用多次失败)把translate_batch中的 API 调用包一层重试能明显减少因瞬时错误导致的中断。8.3 先跑一个 3 到 5 条的小样本在正式翻译整部 OVA 之前强烈建议先拿一个 3 到 5 条字幕的小文件跑通全流程。这样可以快速发现格式、API Key、Prompt 结构等问题避免在几百条字幕上浪费时间和额度。8.4 保留原文备份回写翻译后的字幕文件时不要覆盖原文件。输出文件名可以加一个语言后缀比如sample.zh.srt。这样即使翻译质量不满意也能随时回到原文重新处理。8.5 人工审核不可跳过DeepSeek 虽然能快速生成高质量初稿但字幕翻译最终要面向观众人工审核依然不可跳过。审核时重点关注三点专有名词是否统一语气是否符合角色设定长句切分是否与时间轴匹配。如果翻译质量要求很高可以把 DeepSeek 的初稿当作“预翻译”在此基础上人工润色效率远高于从零翻译。8.6 成本控制与批量调优字幕翻译的 token 消耗主要来自输入原文和输出译文。批量翻译可以降低 System Prompt 的重复开销但 batch 太大会增加单次输出不稳定的风险。建议在 batch_size 为 5、10、20 三档之间做对比测试找到一个速度和稳定性平衡的点。9. 总结与后续学习方向这篇文章从老番字幕翻译的痛点出发完整拆解了如何使用 DeepSeek API 搭建一条“SRT 解析 - 上下文批量翻译 - SRT 回写 - 自动校验”的字幕翻译流水线。核心收获可以总结为三点第一字幕翻译的关键不只是“翻译得准”还要保证格式结构不破坏时间轴和序号必须原样保留这就需要程序负责解析与回写模型只负责翻译正文。第二批量上下文翻译比单句翻译更自然但需要用 Prompt 约束条数一致并用response_format让模型输出结构化 JSON减少后处理成本。第三这套流程的真正价值不是“自动翻译完”而是把人工从重复劳动中解放出来让人只关注专有名词、语气、文化梗这些机器不擅长的地方。后续如果你想把这条流水线做得更完善可以考虑以下方向扩展 ASS/SSA 格式支持加入术语表自动抽取功能对同一角色、同一名词做全篇统一使用本地部署的 DeepSeek 模型进行翻译降低 API 依赖增加字幕断句与换行优化让中文字幕在播放器里显示更美观。如果你正在做老番整理、字幕补全、外语视频本地化甚至只是对 DeepSeek 的 API 调用感兴趣这篇文章里的代码和思路都可以直接复用。建议先拿一个小字幕文件跑通流程再逐步扩大应用范围。
