客户发来3分钟产品演示视频，跨境翻译软件却一个字都翻不出来？视频翻译的2条路和3步SOP
多数外贸人第一次收到外语视频时的操作，是反复点暂停、截图、再丢进翻译软件——然后发现视频里的语音既没法选中、也没法复制。这不是翻译软件笨，而是它根本"看不见"声音：翻译引擎处理的是文字，而视频里只有音频。土耳其客户发来一段3分钟的产品演示视频，讲的是新款咖啡机的冲煮参数和配件清单，如果只靠截图翻译，翻出来的永远是不连贯的残片，漏掉的关键参数可能直接影响报价。
想明白这一点，视频翻译就不再神秘：它本质上是"语音转文字→翻译→整理"三步。本文给两条路：没有字幕文件的走转写，有字幕文件的直接翻字幕；再配一份3步SOP和数字复核清单，让客户视频从"看不懂的附件"变成"可用的产品情报"。
路线A：没有字幕的视频，先转写再翻译
客户随手拍的原始视频、展会现场录的讲解，基本都没有字幕。第一步是转写（语音转文字），可以用Whisper这类开源转写、剪映的字幕识别，或在线转写服务。转写时有三个细节决定准确率：
- 识别语言要手动指定，不要用"自动检测"——土耳其语、波兰语这类语种自动检测经常串台，指定语言后准确率明显提升；
- 15分钟以内的视频可以整段转写，超过30分钟的先按段落切分再转，避免长音频丢字；
- 转写稿要保留时间戳，翻译后能快速定位到视频的哪一秒讲了什么，方便回看验证。
路线B：有字幕文件的视频，直接翻字幕
YouTube等平台公开视频大多能拿到SRT或VTT字幕文件，这类视频不需要转写，直接把字幕文件丢进翻译工具或AI在线翻译，整段处理。字幕翻译的好处是上下文完整、术语可以统一校对，坏处是口语化表达多，机翻容易生硬，需要人工顺一遍。拿到字幕文件后先看两处：编码是不是UTF-8（否则中文会乱码），时间轴是否完整——时间轴断裂的字幕翻出来也没法用。
3步SOP：从收到视频到一页纸要点
| 步骤 | 动作 | 耗时 | 产出 |
|---|---|---|---|
| 1. 判断类型 | 有字幕文件？没有则确认语言和时长，选转写或直接翻译 | 2分钟 | 处理路径 |
| 2. 转写/提取 | 指定语言转写，或提取字幕文件；分段处理长视频 | 5-15分钟 | 带时间戳的文字稿 |
| 3. 翻译+校对 | 术语先过一遍，数字单独核，整理成一页纸要点 | 10分钟 | 要点文档+待确认问题 |
第3步最容易翻车的是数字：视频里报的型号、数量、尺寸、价格，机翻经常错位。翻译后对照时间戳逐项核对，把拿不准的参数单独列出来问客户，比猜着报价稳妥得多。
视频翻译属于"离线消化"场景，处理完一次就结束了；日常更高频的其实是实时聊天——客户在WhatsApp、Telegram里发语音、发视频片段，等你转写翻译完，客户早就切去别家了。一聊OneChat把36+海外平台的聊天收进一个窗口，聊天消息、语音转文字、AI实时翻译都在会话里直接完成，西语客户发语音、俄语客户发文字，都能当场看懂、当场回复；需要深挖的视频内容再按上面的SOP离线处理，两条链路正好互补。晚上收到的视频处理完，别忘了凌晨的询盘也要有人接住：客户凌晨3点发来询盘，等业务员上班客户已经找别家了？AI客服机器人夜班值守的3个配置和1条红线；客户资料只躺在聊天记录里也不安全，账号被封就全没了，防患于未然看这篇：WhatsApp客户号突然被封，800个客户聊天记录全没了？多账号聊天管理的3个防封细节和备份SOP。
常见问题
视频翻译一定要下载专门的软件吗？
不一定。有字幕文件的视频，用在线字幕翻译或AI在线翻译就能整段处理，不需要装软件；没有字幕的视频才需要先转写，转写可以选本地开源工具，也可以用在线转写服务。按视频类型选路径，比盲目下载"视频翻译软件"更省事。
转写出来的文字不准怎么办？
先检查识别语言是否手动指定正确，自动检测在小语种上经常串台；其次把长视频分段重转，口音重的段落可以换转写工具对比。转写稿只是中间产物，最终以翻译校对后的要点为准，拿不准的地方单独列出来问客户。
视频里的数字和型号翻错了会有什么后果？
参数类信息直接决定报价和选型，翻错一个数量单位可能让整份报价作废。所以翻译后必须做数字复核：型号、数量、尺寸、价格逐项对着时间戳核对，拿不准的参数宁可不写，也别猜着写。
客户发的视频太长，翻译要很久吗？
30分钟以上的视频建议先分段：先转写前5分钟判断是否值得投入，再决定要不要处理完整段。更高效的办法是请客户用文字补充关键参数，视频只用来验证细节，两条路并行能省下一大半时间。
延伸关键词
跨境翻译软件, AI在线翻译, 自动翻译工具, 出海聊天翻译, 实时聊天翻译