先拿观众最终会听到的版本制作工作副本。视频已剪好,就打开从片头开始的完整音轨;纯音频节目用准备发布的 MP3。记下一个容易辨认的词及它的开始时间。
先试清理一句轻声的话
选一段被风扇声盖住的轻声对白和前后一点底声。使用 Effects > Noise Reduction (Voice),用 Edit > Undo 与原声等音量比较。若尾辅音变模糊或吞字,保留这句原声,再试其他问题段。

画面已定,保留音轨时长
假设 00:18.000 至 00:21.000 正在展示图表,某个词从 00:42.400 开始。若只剪掉两秒安静,音轨里的词会提前到 00:40.400,画面却没动。保留这三秒和片头空白,导出整个时间线,按原起点对齐。
纯音频先定稿再生成字幕
如果节目允许缩短停顿,可选 00:18.500 至 00:20.500,用 Edit > Cut 剪两秒。回听呼吸是否自然,核对参照词现在是否出现在 00:40.400。用这份最终音频生成字幕。
对照成片检查字幕
在字幕工具里打开最终文件,核对第一句、参照词和最后一句。每处都等量提前,先检查片头空白;只在后段提前,就回到第一处剪短的停顿,确认送去生成字幕的是哪一版。听着核对人名和数字。
字幕生成后再剪时长,需要重新对齐受影响的字幕。留存最终音频和对应的字幕版本。