自动字幕是逐字照录的。它写下你说的话，这正是它的意义所在，直到你说的某个词，是你并不想用粗体印在视频正中间的那个词。

手动删改一次还行。当你每天都在发布，或者某个你常挂在嘴边的词，恰恰是你永远不想出现在屏幕上的词时，就行不通了。

为什么这需要一条规则，而不是一次修改

字幕轨并不是一整块文字。它是一连串的字幕条，每一条都包含各自带时间的单个词语，这也正是逐词高亮得以实现的原因。

这种结构就是手动修改很繁琐的原因。你想屏蔽的那个词会出现在好几条字幕里，每次都是一个独立的带时间的词元，你必须把每一个都找出来。剪辑一有改动，重新生成字幕，它们又全都回来了。

规则则能经受住重新生成。你只需列出这个词一次，每一次生成字幕时都会在输出时应用这条规则。

这类字幕依靠的是Apple的Speech框架（英文），它支持在本地完成识别，这就是音频永远不需要发到别处才能被识别的原因。

把字幕首先当作无障碍手段，其次才是互动手段。大多数团队被要求达到的标准，是W3C的预录媒体字幕（英文）。

屏蔽实际做了什么

在iPhone上的Zella里，文字稿规则位于Studio下的Captions中。把一个词加入屏蔽列表，它就会显示为保留首字母、其余部分替换为星号，所以“damn”会变成“d***”。

有三个细节，决定了一条规则是管用，还是一半时间都会漏掉：

  • 大小写无关。无论这个词被转写成什么大小写，列表都能匹配。
  • 标点不会破坏匹配。一个转写时后面带着逗号或句号的词仍然能匹配，因为匹配的是去掉标点后的词本身。
  • 在生成时和生成后都能应用。新生成的字幕出来时就已经屏蔽好了，你也可以把规则应用到已经存在的字幕轨上，而不用重新生成。

保留首字母是有意的选择。把一个词完全替换掉，会让观众纳闷说了什么。保留首字母则保留了阅读节奏，并让这个屏蔽一眼就能被认出是屏蔽。

人们常搞错的部分

给字幕打码并不会给音频打码。

写下来听起来理所当然，但它仍然会让人中招，因为在你工作时，这个词从你正在看的那部分视频里消失了。说出来的词在音轨里原封不动。任何开着声音的人，听到的都和录制时一模一样。

如果你需要它从音频里也消失，那是另一项剪辑：在时间线上把这个词剪掉，或者在它上面降低片段音量。先做这一步，再让字幕规则处理文字，因为剪音频会改变字幕赖以生成的时间轴。

对于会惩罚语音中某些词的平台，只有音频剪辑才算数。对于会读取你的字幕或上传的字幕文件的平台，文字规则才是关键。大多数创作者两样都需要。

一同提供的另外两条规则

同一个面板里还有另外两条规则，因为它们解决的是同一类问题：

Capitalize sentences会把每条字幕的第一个词首字母大写。语音识别常常返回一连串小写，而一条从句子中间开始、没有大写字母的字幕，一眼看上去就很潦草。

All caps则相反，把所有字母都大写，这是那种很吵的短视频风格。它是一种风格选择，而不是整洁问题；两者同时开启时，它会有意覆盖句首大写，因为一行已经全是大写字母的文字，根本不存在单独的首字母大写。

一个经得起考验的工作流程

避免返工的顺序：

  1. 先定剪辑。每一条字幕的时间都来自于它。
  2. 在时间线上处理任何需要从音频里去掉的词。
  3. 生成字幕。
  4. 添加你的屏蔽词和大小写规则，并让它们应用到字幕轨上。
  5. 最后设置样式：文字不再变化之后，再挑选字幕样式。

如果你使用多种语言，请注意屏蔽列表是一个字面词语列表。你放进去什么，它就屏蔽什么，并且只针对你放进去的那种语言，所以双语视频需要两种拼写都加上。从另一种语言生成英文字幕时也是如此，那种情况下无论说的是什么语言，屏幕上的词都是英文。

常见问题

给字幕打码也会给音频加哔声吗？ 不会。规则只改变字幕文字。说出的词仍然在音频里，需要在时间线上另行剪辑。

被屏蔽的词看起来是什么样？ 首字母，后面的字母用星号代替，所以一个四个字母的词会变成一个字母加三个星号。

一个词的每种大小写形式都要添加吗？ 不用。匹配会忽略大小写，也会忽略附着在词上的标点。

重新生成字幕后规则还有效吗？ 有效。规则保存在项目里，每次生成字幕时都会应用，你也可以把它们应用到已有的字幕轨上。

能用它把一个词替换成另一个词，而不是屏蔽吗？ 屏蔽列表做不到。它屏蔽一个词，而不是替换成另一个词。如果你想换个说法，直接编辑那条字幕即可。

ALL CAPS会覆盖首字母大写规则吗？ 会，这是有意的。一行全大写的文字，没有单独的首字母大写可以设置。