AWS翻译服务（实时及API）转换VTT文件时的格式异常问题咨询

问题根源 #

AWS Translate会将整个VTT内容视为普通文本处理，包括原本无需翻译的格式标记（如WEBVTT头部、时间轴），导致格式被意外修改。

解决方案：拆分VTT内容，仅翻译字幕文本部分 #

把VTT文件拆分为不可翻译的格式段（头部标识、时间轴）和可翻译的字幕文本，仅对文本部分调用翻译API，最后重新拼接成完整的VTT文件。

具体实现步骤（C#示例） #

1. 解析VTT内容：逐行区分格式行与文本行
2. 翻译文本行：仅对字幕文本调用AWS Translate接口
3. 重构VTT文件：将原格式行与翻译后的文本行重新组合

using Amazon.Translate;
using Amazon.Translate.Model;
using System.Collections.Generic;
using System.Linq;

public string TranslateVttContent(string vttContent, string targetLang)
{
    var lines = vttContent.Split('\n').ToList();
    var translatedLines = new List<string>();
    IAmazonTranslate translateClient = new AmazonTranslateClient(AWSAccessKey, AWSSecretKey, RegionEndpoint.EUWest1);

    foreach (var line in lines)
    {
        // 保留空行
        if (string.IsNullOrWhiteSpace(line))
        {
            translatedLines.Add(line);
            continue;
        }

        // 强制保留WEBVTT头部，不参与翻译
        if (line.StartsWith("WEBVTT", System.StringComparison.OrdinalIgnoreCase))
        {
            translatedLines.Add("WEBVTT");
            continue;
        }

        // 保留时间轴行（匹配标准时间格式），不翻译
        if (line.Contains("-->") && line.Contains(':') && line.Contains('.'))
        {
            translatedLines.Add(line);
            continue;
        }

        // 仅翻译字幕文本内容
        var translateRequest = new TranslateTextRequest
        {
            Text = line,
            SourceLanguageCode = "en",
            TargetLanguageCode = targetLang
        };

        var translateResponse = translateClient.TranslateTextAsync(translateRequest).Result;
        translatedLines.Add(translateResponse.TranslatedText);
    }

    return string.Join('\n', translatedLines);
}

各异常问题的针对性解决 #

• 毫秒位置多余空格：时间轴行不再经过翻译流程，避免Translate对数字格式的误处理
• 分隔符-->变为—>：直接保留原始时间轴格式，不会被替换为全角符号
• 乌尔都语下WEBVTT丢失末尾T：头部标识强制固定为"WEBVTT"，不参与翻译

内容的提问来源于stack exchange，提问作者Sohail