免费方案
- 打开沉浸式翻译设置，从引擎列表中选择 Gemini。
- 将您的 Gemini API 密钥粘贴到指定字段中。
- 保存设置并加载您的字幕文件以开始翻译。
翻译配额和账单直接通过您的 Google AI Studio 或 Google Cloud 控制台进行管理。
Gemini 字幕生成 集成到专用的视频翻译工作流中
当 Gemini 与时间轴管理工具配合使用时，**适用于字幕生成**。 Gemini 是一款通用大语言模型，专为理解长输入的上下文而设计。它本身并不处理视频流，也无法输出本场景所需的带时间码的字幕文件。
双语字幕免费；可使用您自己的 Gemini API 密钥或内置的 Pro 配额。
Gemini 能满足大多数字幕需求，但有一种语言情况提示需要切换
Gemini 是一款通用型大语言模型 (LLM)，旨在处理复杂的推理和多模态输入。这种广泛的能力涵盖了大多数字幕翻译需求，包括对话的语境感知渲染和技术术语支持。
| 研究文本的要求 | Gemini 的定位 | 何时应切换引擎 |
|---|---|---|
| 语境感知对话理解对话流程中的细微差别 | 旨在保持视频中对话交流的连贯性能很好地处理语境 | — 无需切换 |
| 技术术语准确翻译专业词汇 | 能够遵循指令以保持特定术语的一致性便于通过提示词使用术语表 | — 无需切换 |
| 速度与规模快速翻译大量内容 | 专为深思熟虑的回复生成而构建，而非高速批量输出优化质量而非速度 | 切换到经典机器翻译引擎，以快速处理批量字幕文件 |
| 语言对支持确保覆盖您的特定目标语言 | 对高资源语言对有强力支持，其他语言的支持深度不一请检查您的目标语言 | 如果您的语言对不在该范围内，请对比针对您的目标语言训练的引擎 |
第 4 行是决策点：如果您的语言对不在 Gemini 覆盖最强的范围内，请在沉浸式翻译中对比原生语言引擎。注意：本页面描述的是引擎设计的适配度，而非质量排名。
在双语播放器中使用 Gemini 翻译字幕
沉浸式翻译支持 Gemini 作为您可以选择的 20 多种引擎之一。该引擎是一项设置，而非独立产品。
专业版 (Pro)
- 订阅沉浸式翻译专业版以激活内置引擎配额。
- 从下拉菜单中选择 Gemini，即可立即翻译字幕。
同样的专业版配额涵盖所有高级引擎，让您无需管理单独的 API 密钥即可切换模型。
双语字幕提升理解力和观看节奏
逐行查看原始对话及其下方的翻译。这种格式让您可以直接对比含义，捕捉单语字幕容易遗漏的细微差别，并保持阅读速度而无需暂停。
- Gemini 能够处理较长字幕片段的上下文，使对话流程更加自然。
- 如果某句台词需要不同的处理方式，可即时在 Gemini 和其他引擎之间切换。
- 调整字幕时间和显示设置，以匹配您偏好的阅读速度。
- 使用同一界面翻译嵌入式视频字幕和外部 SRT 文件。
- 无需安装单独的浏览器扩展，即可在各流媒体平台上使用 Gemini 翻译。
在同步时间码之前先处理字幕文本
先导出文本层，再进行翻译
Gemini 处理纯文本的速度比处理复杂的字幕文件更快。如果您有文字记录，请直接输入并暂时跳过时间码。这样您将获得更整洁的输出，随后可以在字幕编辑器中重新附加时间数据。
在提示词中设定每行字符限制，而不仅仅是语调
除非您明确说明，否则 Gemini 不知道您播放器的限制。为模型设定每行的硬性字符限制，例如标准电视字幕为 42 个字符。此习惯可防止翻译过长而导致在两个屏幕上断行显示。
抽查口语习语，而非语法
字幕翻译通常能通过语法检查，但无法通过口型同步测试。对照视频音频观看您的初步输出几分钟。特别留意习语或笑话，因为直译可能会错过口语台词的节奏。
在同一视图中对比 Gemini 与其他引擎
Immersive Translate 允许您在 Gemini 和其他模型之间切换，而无需重新上传文件。这种直接对比通常比猜测哪个引擎最适合您的特定内容要快。如需更全面地了解其中的权衡，请参阅我们关于选择字幕模型的指南。 Best AI model for translating subtitles
Gemini 字幕功能的能力与局限
Gemini 擅长处理大量内容，但它不能替代语言技能，也无法在准确性至关重要的场合替代专业人工翻译。
您自身的语言技能
如果您能阅读或使用原语言创作内容，那么亲自处理依然优于任何机器翻译的结果。
专业人工翻译
对于任何出版、资助项目，或涉及临床及法律后果的内容，合格的人工翻译仍然必不可少。
您原本会跳过的内容量
当您原本没有时间或能力去接触大量字幕内容时，Gemini 能让这些内容变得触手可及。
独立的第三方引擎
Gemini 是一款独立产品。沉浸式翻译将其作为可选引擎之一提供支持，并不暗示任何合作关系或官方背书。
常见问题
Gemini 适合用于字幕翻译吗？
Gemini 是一款通用大语言模型，能够生成富有创意且结合上下文的字幕翻译。相比传统机器翻译，它能更好地处理对话中的细微差别和俚语，尽管它并未针对字幕格式的技术限制进行专门优化。对于有严格字符限制要求的文件，人工审核仍然必不可少。
我可以在沉浸式翻译中使用 Gemini 吗？
是的，沉浸式翻译支持将 Gemini 作为 20 多种可选引擎之一。您可以连接自己的 Gemini API 密钥，或使用专业版计划中提供的内置配额。这允许您直接在支持的视频平台或本地字幕文件中呈现双语字幕。
如果我的语言对不在其重点支持范围内怎么办？
Gemini 支持广泛的语言，但性能因语言对而异。如果您的特定语言对不在其核心优势范围内，您可以在沉浸式翻译中直接切换到另一种针对您的目标语言训练的引擎，对比输出结果，从而确保为您的内容找到最合适的翻译。
Gemini 能保持字幕的时间和格式不变吗？
Gemini 仅处理文本，本身并不管理时间码。沉浸式翻译会保留原始 SRT 或 VTT 的时间结构，仅替换文本内容。这确保了翻译后的字幕能与视频保持同步，无需您手动调整时间戳。
沉浸式翻译与 Gemini 有关联吗？
没有，沉浸式翻译是一款独立工具，允许用户选择 Gemini 作为翻译引擎。我们不发布引擎排名或背书。评估质量的最佳方式是使用“五分钟测试”，用您自己的特定字幕内容进行验证。
