Formerly KrillinAI, VideoTranslation and Dubbing Tool for 120+ Languages. Open-source AI workspace for creators, powered by Codex. Video downloader, video translation, create videos, images, audios, and edits with Agents in one place. For your Social Media like YouTube, TikTok, Instagram, etc.
视频翻译容错与恢复
更新日期:2026-10-19。
本次优化统一作用于 Runtime 中的平台字幕、本地 SRT 导入及音频转录翻译路径。目标是在保留完整译文和原文覆盖的前提下,避免字幕排版或模型输出格式问题中断整项任务。Web 与 Desktop 继续使用同一套 Runtime 实现。
长度与排版
max_sentence_length表示单行显示目标,仍采用 Unicode 字素宽度计数:宽字符计 2,其余基础字素通常计 1。- 默认容差为目标的 10%,向上取整,至少允许 2 个显示单位。目标 50 时,51–55 直接接受,不追加模型请求。
- 超出容差或存在不自然的分段边界时,先尝试在本地合并已有的相邻对应片段,保留原始边界空白。
- 已取得有效完整译文时,最多追加一次分段纠错,并冻结
target_text。模型不得为了排版重新翻译、删减或改写这份内容。 - 纠错仍不满足目标时,保留内容完整且字素安全的已有配对;配对存在遗漏、重复或不安全切分时,恢复为整句原译配对。
- 最终字幕检查继续拒绝空内容和非法换行,长度超出不再单独导致任务失败。极端情况下会保留较长字幕,并报告恢复说明。
失败句恢复
每批输出按句子 ID 独立检查。正确句立即保存,下一轮只提交失败句。重复或缺失的 ID 不会被猜测匹配,空白、纯标点和普通整句未译不会被作为完成结果。
尚未取得有效译文时,最多进行三次结构化请求,然后切换为单句完整翻译,移除分段、配对和计数要求。批量输出反复截断时提前切换单句请求。
仍无有效译文的句子延后处理,让其他批次先完成。随后每轮等待 30 秒再逐句恢复,持续保留已完成内容。取消会中断请求及等待,不会继续启动后续请求。
接口重试与内容纠错分别计数。临时超时、网络错误及 5xx 按配置退避重试,底层持续不可用时返回真实错误;429 超过短期重试次数后进入低频等待,并将后续批次降低为串行。已有有效完整译文时,分段优化请求发生故障也可以直接使用已保存内容完成。
恢复过程通过标准 phase、message 等进度字段传递给现有共享协作面板,未新增模板专属消息框架。
句级检查点
检查点存放于任务工作目录的 translation-checkpoints/<内容指纹>/<句子ID>.json。
指纹包含输入文本、源语言、目标语言、模型、接口、提示词及语气词过滤配置。显示长度和批次大小不进入指纹;使用同一工作目录恢复时,可以复用已保存译文,避免因为排版参数变化重新翻译。
每句单独通过临时文件、同步及原子替换保存,避免长视频每完成一句都重写整个检查点。有效整句译文在分段纠错之前就会落盘,同一并发窗口中的成功句也不依赖其他句成功才能保存。单句检查点损坏只会使该句重新翻译,读取后的内容仍需通过有效性检查。
恢复要求继续使用原任务工作目录;本次未增加进程退出后自动重新启动任务的后台调度器。
时间轴与后续阶段
- 平台词级时间无法匹配完整原文时,回退到原 cue 时间区间。
- 字幕细分导致时间不足时,合并回完整句;短字幕无法在保留字素簇或有效时间的前提下拆分时,保留原字幕块。
- 原始字幕没有有效时间区间、持久化不可写及底层服务不可用等实际阻塞仍会明确报告。
- 已有字幕与后续配音、渲染阶段继续分开保存。本次未修改配音或视频渲染实现,也未以字幕完成替代视频完成。
本次验证
- 字幕翻译、配对、长度、Unicode、时间轴、并发及恢复相关 Go 定向测试通过。
- 新增本地 SRT 与平台 VTT 集成测试,使用真实 HTTP 客户端和本地模拟 LLM,验证轻微超长、分段兜底、最终文件导出,以及更改长度后的检查点复用。
go test ./internal/pipeline ./internal/cli ./internal/types -count=1 -timeout=90s通过。- 相关恢复、进度与并发测试的
go test -race通过。 node scripts/build-krillinai.mjs通过,重新构建本机 CLI 和 Server。
上述自动化回归使用模拟模型响应,不代表真实模型语义质量或最终成片验收。本次未执行 Desktop 打包、替换已安装 App 或真实配音及视频渲染。
真实字幕实测(2026-10-19)
使用用户提供的 source_subtitle-1.srt(114 条,272.6 秒),通过应用现有的 Codex LLM 网关调用配置中的 gpt-6.1-sol,运行新构建的 Runtime CLI,英文译简体中文,显示目标 50、容差上限 55,并发 2。结果保存到独立测试目录,未覆盖原有导出。
- 50 个完整翻译单元全部完成,耗时 225.508 秒,模型请求 27 次,其中 10 次为结构化纠错请求。
- 导出 157 条原文、译文和双语字幕;11 条英文原文为 51–55 显示单位,全部正常保留。英文最大 55,中文最大 50,没有超出 55 的字幕。
- 第 24 句分段纠错后仍未达到意群排版要求,保留完整有效译文继续处理,任务成功结束。该句仍存在不自然的分段边界,属于可继续改善的排版质量问题。
- 审计确认全片原文覆盖完整、检查点完整译文全部导出、双语配对与时间一致、无空字幕及非法换行、无时间重叠;首尾时间范围保持 0–272.6 秒。
- 同一工作目录复跑仅耗时 0.041 秒,模型请求为 0。测试网关在复跑阶段会拒绝所有新增模型请求,因此验证了检查点直接复用。
- 4 份实际导出的 SRT 均通过 OpenCreator 的
validateSrtFile,并记录文件 SHA-256。
新增可选的 TestSubtitleRecoverySRTAuditLive:设置 KRILLINAI_RECOVERY_AUDIT_INPUT 为原始 SRT,KRILLINAI_RECOVERY_AUDIT_OUTPUT 为 CLI 任务工作目录后运行。该测试只读取实际产物并输出审计 JSON,不调用模型、不改写字幕。
这次实测覆盖完整 SRT 翻译、自然触发的分段容错及检查点复用;未人为注入模型断连、限流或格式损坏,也未执行语音转录、配音或视频渲染。文件覆盖检查不能代替逐片段语义对齐和翻译质量审阅。