AI 字幕开头对齐、越往后越偏，怎样用两个同步点区分固定偏移和速度漂移

开头和结尾各找一对字幕时间与视频时间，用线性变换同时估计速度比例与固定偏移，再用没有参与拟合的第三锚点检查残差。只加固定秒数只能处理整体平移，不能修复越往后越明显的速度漂移。

锚点先由人确认同一事件

附件anchors.csv有拟合起点(0,2)、终点(100,104)，以及独立检查点(50,53)，单位全部为秒。每对都表示字幕时间与视频中对应事件的时间，不能拿两段不同台词当作同一个锚点。真实文件应选清晰可听或可见的瞬间，并记录如何定位；锚点本身偏差越大，拟合结果越容易把误差传播到整段。

同时求比例和偏移

令新时间等于a乘旧时间再加b，用两锚点得到a=(104−2)/(100−0)=1.02，b=2。于是旧字幕10至12秒应改为12.2至14.24秒。若只加2秒，起点能对齐，但旧50秒会变为52，比实际53早一秒。附件residuals.csv并排保存线性变换与只加offset的差异，读者可以直接手算核对。

第三点才是额外检查

参与拟合的两个点必然被这条直线穿过，不能拿它们残差为零证明整段同步。第三锚点50映射成53，残差为零，才提供一项未参与拟合的本地检查。真实长视频应增加多个独立锚点，尤其是剪辑拼接附近；若残差忽正忽负或局部突跳，单一线性关系可能不适用，应分段处理而不是不断调两个端点。

不能靠拉伸补回丢失台词

失败命令让两个拟合锚点的字幕时间相同，比例无法确定，程序停止；比例非正和校正后负时间也不能接受。漏句、错词或字幕来自另一个剪辑版本，无法通过时间缩放解决。resynced.vtt只修改已有时间戳，不重新识别语音，不证明字幕文本准确。本例使用合成锚点与短字幕，没有调用模型或播放真实视频；应用时仍要在剪后成片中回听开头、中段和结尾。

若第三锚点不匹配，先重新确认锚点是否指向同一事件，再考虑分段拟合。不要直接把第三点也加入拟合后宣称误差消失；那样减少了独立检查信息。可保留一组专门校正用锚点和另一组检查用锚点，分别记录残差。

下载与复现

下载完整样例包，解压到一个新文件夹；也可查看全部文件清单和主脚本。使用Python 3.10或更新版本，在解压目录运行。此脚本只使用标准库，无需安装额外包。

python -B run.py
python -B run.py --negative

先查看主要结果，再修改输入重跑；已有输入会保留，结果写回同目录。边界命令可能故意非零退出，也可能输出明确的不适用状态，按正文说明判断，不把所有非零退出都当成安装故障。

依据与延伸阅读

资料核对日期为2026年10月24日。一手资料1：WebVTT时间戳可表达毫秒级cue，线性校正本身是本文的数值算法。

继续阅读：长音频怎么切：切分点选错会吃掉哪些字；AI 转写做成字幕后删掉了几段视频，怎样让字幕跟着剪辑表一起移动；ASR 转写里标出了要隐去的词，怎样把时间段变成音频静音副本。