企业官网建设流程全解析

LLM-Subtrans是一款利用大语言模型（LLM）翻译字幕的开源工具，支持SRT、SSA/ASS、VTT多种格式。它不会把整份字幕一次性丢给 AI，而是先按时间空档拆成场景（Scene）、再拆成批次（Batch），让每次只交给模型一小段、并附上上下文摘要——这套"场景与批次"拆分机制，正是翻译永不跑偏的核心秘密。

🎯 为什么不能把整份字幕一次性喂给 AI？

直接把几百行字幕一股脑交给模型，通常会遇到三个问题：

• 上下文窗口有限：太长会被截断，后面的内容直接丢失。
• 容易跑题：模型注意力分散，人物口吻、专有名词前后不一致。
• 无法局部重试：一旦某段翻崩，整份都得重来。

LLM-Subtrans的解法是分层切分：把字幕按"剧情段落"切成场景，再把场景按"模型一次能吃下的量"切成批次。下面拆解这套机制的每一步。

一、三层数据结构：场景 → 批次 → 字幕行

整个系统的骨架只有四个层级，理解它就理解了全局：

核心结论：场景负责"剧情完整"，批次负责"单次翻译可控"。拆分规则全部围绕这两层展开。

这套层级定义在 PySubtrans/SubtitleScene.py 与 PySubtrans/SubtitleBatch.py，整体架构说明可参考 docs/architecture.md。

二、第一步：按"时间空档"切出场景（Scene）

场景的边界来自一个很直觉的判断——当画面"安静"超过一定时长，就认为进入了新的一幕。

在 PySubtrans/SubtitleBatcher.py 的BatchSubtitles()里，算法逐行扫描：

1. 计算相邻两行字幕之间的时间间隔（gap）。
2. 一旦gap超过阈值scene_threshold（默认约60 秒），就切断，开一个新场景。
3. 其余行归入当前场景。

也就是说：字幕长时间不出现 = 剧情切换 = 新场景。你完全可以在设置里调整这个阈值，让场景切得更细或更粗。

三、第二步：场景内递归切成批次（Batch）

一个场景可能仍然很长，超出模型舒适区。于是_split_lines()用递归二分把它切碎：

• 若行数 ≤max_batch_size（默认100 行），收工。
• 否则，找到时间间隔最大的那个点，从那里切开。
• 对左、右两段递归重复上面的判断。
• 约束：任何一边都不能小于min_batch_size（默认10 行），避免出现碎片批次。

小技巧：它专门挑"时间空档最大"处下刀，这样切开后两半的语义最完整，不会把一句话拦腰截断。

四、批次太大或翻崩了？自动对半拆分重试

即便切好了，个别批次仍可能因为"太长"或"内容敏感"翻译失败。此时登场的是自动拆分：

• AutoSplitBatch()调用 PySubtrans/Helpers/SubtitleHelpers.py 中的FindBestSplitIndex()找最佳拆分点。
• 拆分点不是随便对半，而是给每个候选点打分：时间间隔 × 接近中点的程度，得分最高处下刀——既靠近中间（两半均衡），又尽量落在语义空档。
• 设置里有个贴心的开关autosplit_on_error：批次校验失败时自动一分为二，分别重试。

对应的 GUI 命令 GuiSubtrans/Commands/AutoSplitBatchCommand.py 还实现了完整的撤销（undo）：拆分不满意，一键合并回去。

五、上下文摘要：让 AI"记住前情"的关键

这是"永不跑偏"最容易被忽略、却最致命的一环。

每个场景和批次都带有一个summary（摘要）字段。翻译下一个批次时，ContextHelpers会把相关的前情摘要一起打包进提示词，让模型"知道刚才发生了什么、谁在说话"。

两个参数帮你控制"喂多少前情"：

• max_context_summaries：限制随批次附带的摘要数量。
• max_summary_length：限制每条摘要的最大长度。

这样既保证了上下文连贯，又不会因为塞太多摘要而挤爆模型窗口。

六、在 GUI 里手动微调：合并与拆分批次

自动拆分只是默认行为，你也能在图形界面里手动掌控场景与批次。相关操作都做成可撤销的"命令"：

• 合并批次：GuiSubtrans/Commands/MergeBatchesCommand.py
• 拆分批次：GuiSubtrans/Commands/SplitBatchCommand.py
• 合并场景：GuiSubtrans/Commands/MergeScenesCommand.py

场景与批次以树形结构展示在侧栏（见 GuiSubtrans/Widgets/ScenesView.py），你可以逐层展开"场景 → 批次 → 行"，精确到某一行去校对。整条翻译链路（从点击"开始翻译"到界面刷新）的时序，详见 docs/translation-flow.md。

七、关键参数速查表

这些参数都能在设置对话框中调整，定义见 GuiSubtrans/SettingsDialog.py，默认值集中在 PySubtrans/Options.py。

结语

LLM-Subtrans的"场景与批次"拆分，本质上是一套为 LLM 量身定制的分治策略：

• 用时间空档切场景，保证剧情完整；
• 用递归二分切批次，保证单次可控；
• 用上下文摘要串起前情，保证风格一致；
• 用自动拆分 + 可撤销命令兜底，保证翻崩也能救。

理解了这四步，你就能既享受 AI 翻译的流畅，又牢牢握得住每一幕的口吻与节奏。