字幕配置功能通过大模型翻译技术，可将您直播音频中的人声处理为多语言内容，从而有效提升观众在跨语言、嘈杂或静音环境下的观看体验，帮助您的内容触达更广泛的全球受众。本文介绍如何通过视频直播控制台完成字幕配置。 ## 应用场景 * **无障碍观看** 为听障人士生成原文字幕，支持办公室、图书馆等静音场所及地铁、商场等嘈杂环境下的无障碍观看体验。 * **跨境业务与全球交流** 适用于跨国电商直播、产品发布会、国际会议、教育培训及海外嘉宾演讲等多种场景，助力跨语言沟通和市场拓展。 ## 注意事项 * **直播延迟**：为保证字幕的稳定和完整，会给关联的转码流或添加字幕后缀的源流带来 **15 到 30 秒**的额外直播延迟。 * **计费说明**： * **字幕**：按**实际推流时长**计费。详见[字幕计费](/docs/6469/1288533)。 * **转码**：如果您拉取的是转码流，则会产生转码费用。按**实际转码时长**计费。计费时长取决于转码的触发方式。详见[转码计费](/docs/6469/78320)。 * **推流触发**：从开始推流时计费，直到推流结束。 * **拉流触发**：从有观众开始拉取转码流时计费，直到转码任务结束。通常小于等于推流时长。 * **生效时间**：添加、编辑或删除字幕配置后，必须等待 3-5 分钟并重新推流，变更后的字幕配置才会生效。 ## 工作流程

1. **配置与关联**：添加字幕配置，并通过 `AppName`、字幕后缀和转码后缀，与一个或多个直播流关联。 2. **推流与识别**：当您开始推流后，系统会自动识别人声内容。 3. **处理与合成**：根据字幕配置，系统对识别后的人声内容进行处理，包括生成字幕、生成同传声音替换原声，以及驱动数字人口型与同传声音同步，并将最终的处理结果合入到直播流中。 4. **拉流观看**：观众通过拉取关联了字幕配置的转码流，或拼接了字幕后缀的源流，即可观看最终效果。 ## 前提条件 * 已在同一域名空间下，添加推流域名和拉流域名。详见[添加域名](/docs/6469/78325)。 * 已在域名空间下添加转码配置，用于后续关联。确保转码配置和即将添加的字幕配置拥有相同的域名空间和 `AppName`。详见[转码配置](/docs/6469/78331)。 ## 操作步骤 1. 登录[视频直播控制台](https://console.volcengine.com/live)。 2. 左侧导航栏选择**功能配置**，右侧页面单击**字幕配置**页签。 3. 在**域名空间**下拉列表中，选择转码配置所在的域名空间。 4. 单击**添加配置**。 ![Image](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/4d6244a56d7e461c88d98038f0ddfd56~tplv-goo7wpa0wc-image.image =2878x) 5. 在弹出的**添加字幕配置**对话框中，完成以下配置。 1. 关联转码配置。 ![Image](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/db4c27694f294f2c810da14df14114a0~tplv-goo7wpa0wc-image.image =386x) | | | \ |配置项 |说明 | |---|---| | | | \ |AppName |推流地址的 `AppName`。例如推流地址为 `rtmp://push.example.com/live/test?authinfo`，则 `AppName` 为 `live`。 |\ | |:::warning |\ | |确保与转码配置的 `AppName` 保持一致。 |\ | |::: | | | | \ |字幕后缀 |为源流添加的字幕后缀。如不配置，默认为 `_subtitle`。您可以在源流地址后拼接此后缀，为您的原始直播流直接添加字幕、同传声音等效果，不改变分辨率和码率等。 |\ | |如需自定义该字幕后缀，您必须以短横线（-）或下划线（_）开头，长度为 1-100 个字符，并支持以下字符： |\ | | |\ | |* 大写字母 A - Z |\ | |* 小写字母 a - z |\ | |* 短横线（-） |\ | |* 下划线（_） |\ | | |\ | | |\ | |示例： |\ | | |\ | |* 源流地址：`rtmp://pull.example.com/live/test` |\ | |* 字幕流（包含字幕、同传声音等效果的源流）地址：`rtmp://pull.example.com/live/test_subtitle` | | | | \ |转码后缀 |选择当前 `AppName` 下的一个或多个转码后缀（如` _uhd`、`_hd`），为转码流添加字幕、同传声音等效果。这样，观众在切换清晰度时，也能体验到字幕、同传声音等效果。 |\ | |:::warning |\ | |`AppName` 下的每个转码后缀，仅能绑定一个字幕配置。 |\ | |::: |\ | |示例： |\ | | |\ | |* 源流地址：`rtmp://pull.example.com/live/test` |\ | |* 转码流（包含字幕、同传声音等效果）地址：`rtmp://pull.example.com/live/test_hd` | 2. 根据使用场景，选择具体的模式。 | | | | | \ |使用场景 |推荐功能 |模式选择 |说明 | |---|---|---|---| | | | | | \ |为直播提供基础字幕，方便静音或嘈杂环境下观看。 |原文 ASR 字幕 |**声影同传** > **原文 ASR 字幕** |通过语音识别，在视频画面叠加原文字幕。 | | | | | | \ |进行跨语言文字交流，触达全球观众。 |字幕翻译（即字幕配置） |**纯字幕**或**声影同传** > **翻译同传** |\ | | |:::tip |\ | | |推荐选择**声影同传** > **翻译同传**，翻译效果更佳。 |\ | | |::: |通过语音识别，在视频画面叠加翻译字幕，但保留原声音频。 | | | | | | \ |提供配音式翻译体验，如同观看译制片。 |同传声音 |**声影同传** > **翻译同传** |提供同传声音，并替换原声。 | | | | | | \ |追求沉浸式真人翻译体验，提升专业性。 |同传声音 + 数字人口型 |**声影同传** > **翻译同传** |在同传声音的基础上，通过 AI 技术驱动说话人口型与翻译音频同步，效果以假乱真。 | 3. 完成相关配置。 * 翻译同传 ![Image](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/d45b2acc7171453fa6291af658b59c19~tplv-goo7wpa0wc-image.image =626x) | | | \ |配置项 |说明 | |---|---| | | | \ |播出延迟 |配置播出延迟时长，以保证同传声音和字幕的翻译处理完成。取值范围为 5-60 秒。建议取值如下： |\ | | |\ | |* 同时开启数字人口型、同传声音、字幕时：20 |\ | |* 同时开启同传声音、字幕时：12 |\ | |* 仅开启字幕时：8 |\ | | |\ | |:::tip |\ | |如果字幕出现的时间要早于原声或画面，可适当降低播出延迟时长，让字幕与原声或画面对齐，反之亦然。 |\ | |::: | | | | \ |字幕/同传 |选择**翻译同传**。 | | | | \ |字幕语言 |选择原文和译文的语言。原文支持中文、英文，译文支持中文、英文、日语、西班牙语、印尼语、葡萄牙语、法语、德语。 |\ | |:::tip |\ | |原文与译文必须选择不同的语言。 |\ | |::: | | | | \ |数字人口型 |是否开启数字人口型功能。开启后，说话人口型将与同传声音同步，提升直播的沉浸感。 |\ | |:::tip |\ | |开启数字人口型功能后，会自动开启同传声音功能。 |\ | |::: | | | | \ |同传声音 |是否开启同传声音功能。 |\ | |开启功能后，将使用带有音色复刻效果的翻译语音替换直播原声。您还可以完成以下配置： |\ | | |\ | |* **降噪**：开启后，可有效减轻翻译语音中的背景噪音（如电流声、环境杂音），提升最终输出音频的清晰度。 |\ | | :::warning |\ | | 开启降噪开关可能导致背景音消失。 |\ | | ::: |\ | |* **音量均衡**：开启后，系统会自动调节输出音频的音量，使其保持在稳定、舒适的水平，有效避免声音忽高忽低或出现刺耳的突然爆音，显著提升观众的听觉体验。 | | | | \ |字幕配置 |是否开启字幕功能。开启后，将在画面上显示字幕。 |\ | |支持配置原文和译文字幕的显示行数、字号、样式、底色、边距、字幕排序（原文在上或译文在上）等。其中， |\ | | |\ | |* **字幕格式**：设置显示的字幕。 |\ | | * **原文+译文**：显示双语字幕，字幕显示顺序以**字幕排序**为准。 |\ | | * **译文**：仅显示译文字幕。 |\ | | * **原文**：仅显示原文字幕。 |\ | |* **字幕行数**：设置**每种语言**字幕最多显示的行数。 |\ | | :::tip |\ | | 在显示双语字幕时，该配置将分别应用于原文和译文。例如，选择 **2 行**，则原文和译文均最多显示 2 行，使字幕总共占用 4 行屏幕空间。 |\ | | ::: |\ | | * **1 行**：每种语言的字幕最多显示一行，内容可能被截断。 |\ | | * **2 行**：每种语言的字幕最多显示两行，内容可能被截断。 |\ | | * **自动**：根据字幕总字数和每行最大字符数自动换行，确保内容完整显示。 |\ | |* **译文字数**/**原文字数**：每行字幕的最大字符数。当**字幕行数**设置为 **1 行**或 **2 行**时，如果原文或译文的字幕总字数超出显示范围，内容将会被截断。例如译文每行字幕的最大字符数为 10，**字幕行数**为 **2 行**，则当译文字幕总字数超出 20 时，20 字后的内容会被截断。 |\ | | :::tip |\ | | * 系统会综合您设置的**译文字数**/**原文字数**、字幕**左右边距**、**字号**和屏幕分辨率等因素，计算出每行最终可显示的最大字符数。 |\ | | * 每个文字、字母、符号或数字均为一个字符。 |\ | | ::: | | | | \ |关键词库 |添加您期望在翻译时保持固定译法的专有词汇，如品牌名、人名或特定术语。系统会严格按照此词库翻译，以确保准确性。 |\ | |格式为`原文:译文`，每个`原文:译文`之间用英文逗号（,）隔开。例如`火山引擎:Volcengine,视频直播:MediaLive`。 |\ | |:::warning |\ | |* 输入的原文或译文本身不可包含英文逗号（,）。 |\ | |* 输入框内的全部内容，总字符数不超过 3 万。 |\ | |::: | | | | \ |易错词 |如果您在设置关键词库后，仍然存在错译的情况，可选择配置易错词，包括容易翻错的译文及其纠正后的译法。长度为 1-10 个字符，最多可添加 60 对易错词，建议根据实际效果调整。 |\ | |只要译文中包含您设置的易错词，系统就会自动将其替换为纠正后的译法。例如，当 Tim 被错译为蒂姆或提姆时，您可以添加以下易错词进行纠错： |\ | | |\ | |* 蒂姆（译文）> Tim（纠正） |\ | |* 提姆（译文）> Tim（纠正） |\ | | |\ | | |\ | |这样，在译文字幕中，Tim 就不再会被错译成蒂姆或提姆，确保了翻译的准确性。 | * 原文 ASR 字幕 ![Image](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/055bb77d8e1c4efcbcff59e458448a46~tplv-goo7wpa0wc-image.image =634x) | | | \ |配置项 |说明 | |---|---| | | | \ |播出延迟 |配置播出延迟时长，以保证字幕翻译处理完成。取值范围为 0-60 秒。 |\ | |建议取值如下： |\ | | |\ | |* **出字方式**为**整句**时：15 |\ | |* **出字方式**为**实时流式**时：2-3 |\ | | |\ | |:::tip |\ | |如果字幕出现的时间要早于原声或画面，可适当降低播出延迟时长，让字幕与原声或画面对齐，反之亦然。 |\ | |::: | | | | \ |字幕/同传 |选择**原文ASR字幕**。 | | | | \ |字幕语言 |选择原文字幕的语言。 |\ | | |\ | |* **出字方式**为**整句**时，支持中文、英文、日语、西班牙语、印尼语、葡萄牙语、法语、德语、韩语。 |\ | |* **出字方式**为**实时流式**时，支持中文和英文。 | | | | \ |字幕配置 |打开**字幕配置**开关。支持配置原文字幕的出字方式、显示行数、字号、样式、底色、边距等。其中， |\ | | |\ | |* **出字方式**：原文字幕的显示方式。 |\ | | * **整句**：字幕会一句一句地完整显示。系统会等一句话说完后，再将与这段声音对应的整句字幕一次性显示出来。这种方式能保证上下文的完整和阅读的连贯性，体验类似于观看电影字幕。 |\ | | * **实时流式**：字幕会逐字或逐词地显示出来，而不会等待一句话结束。该方式追求实时性，让观众几乎在听到声音的同时就能看到文字，体验类似于手机上的语音输入。 |\ | |* **字幕行数**：设置原文字幕最多显示的行数。 |\ | | * **1 行**：原文字幕最多显示一行，内容可能被截断。 |\ | | * **2 行**：原文字幕最多显示两行，内容可能被截断。 |\ | | * **自动**：根据字幕总字数和每行最大字符数自动换行，确保内容完整显示。 |\ | |* **原文字数**：每行字幕的最大字符数。当**字幕行数**设置为 **1 行**或 **2 行**时，如果原文的字幕总字数超出显示范围，内容将会被截断。例如原文每行字幕的最大字符数为 10，**字幕行数**为 **2 行**，则当原文字幕总字数超出 20 时，20 字后的内容会被截断。 |\ | | :::tip |\ | | * 系统会综合您设置的**原文字数**、字幕**左右边距**、**字号**和屏幕分辨率等因素，计算出每行最终可显示的最大字符数。 |\ | | * 每个文字、字母、符号或数字均为一个字符。 |\ | | ::: | | | | \ |热词库 |添加热词（如产品名、流行语），可以提升语音识别准确率。热词需与原文语言一致，热词之间以空格分隔，输入的总字符数不超过 3 万。 | | | | \ |易错词 |如果您在设置热词库后，仍然存在原文字幕识别错误的情况，可选择配置易错词，包括容易识别错误的字幕及其纠正后的写法。长度为 1-10 个字符，最多可添加 60 对易错词，建议根据实际效果调整。 |\ | |只要字幕中包含您设置的易错词，系统就会自动将其替换为纠正后的写法。例如，当 word 被错误识别为 world 时，您可以添加以下易错词进行纠错：world（字幕）> word（纠正）。 |\ | |这样，在原文字幕中，word 就不再会被错误识别为 world，确保了字幕识别的准确性。 | * 纯字幕 ![Image](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/be18baaaa3324108b7a32a29a87bf63f~tplv-goo7wpa0wc-image.image =666x) | | | \ |配置项 |说明 | |---|---| | | | \ |翻译语言 |选择原文和译文的语言。当前原文和译文均支持中英混合、英语、日语和韩语。 |\ | |:::tip |\ | |* 如只需显示原文字幕，可将译文和原文设置为同一语言。 |\ | |* 通常情况下，中英混合仅会作为原文语言，而对应的译文语言为英语、日语或韩语。 |\ | |::: | | | | \ |预设效果 |如需快速配置，请直接选用一种预设效果。选用后，建议仅修改**字幕格式**和**字体**。 |\ | |:::tip |\ | |* 如果您在选择预设效果后，又手动修改了**字幕行数、每行字数**、**左右边距**和**底部边距**，系统会自动取消选中的预设效果。 |\ | |* 如需高度自定义字幕样式，请不要选择任何预设效果，而是直接通过**字幕调整**功能进行详细配置。 |\ | |::: | | | | \ |字幕调整 |设置字幕格式、字幕行数、每行字数、字体、边距等。其中， |\ | | |\ | |* **字幕格式**：设置是否显示原文字幕。 |\ | | * **翻译字幕**：仅显示译文字幕。 |\ | | * **双语字幕**：以译文字幕在上、原文字幕在下的方式显示双语字幕。 |\ | |* **字幕行数**：设置**每种语言**字幕最多显示的行数。 |\ | | :::tip |\ | | 在显示双语字幕时，该配置将分别应用于原文和译文。例如，选择 **2 行**，则原文和译文均最多显示 2 行，使字幕总共占用 4 行屏幕空间。 |\ | | ::: |\ | | * **1 行**：每种语言的字幕最多显示一行，内容可能被截断。 |\ | | * **2 行**：每种语言的字幕最多显示两行，内容可能被截断。 |\ | | * **自动**：根据字幕总字数和每行最大字符数自动换行，确保内容完整显示。 |\ | |* **每行字数**：每行字幕的最大字符数。当**字幕行数**设置为 **1 行**或 **2 行**时，如果原文或译文的字幕总字数超出显示范围，内容将会被截断。例如译文每行字幕的最大字符数为 10，**字幕行数**为 **2 行**，则当译文字幕总字数超出 20 时，20 字后的内容会被截断。 |\ | | :::tip |\ | | * 系统会综合您设置的**每行字数**、字幕**左右边距**、**字体**和屏幕分辨率等因素，计算出每行最终可显示的最大字符数。 |\ | | * 每个文字、字母、符号或数字均为一个字符。 |\ | | ::: | | | | \ |热词库 |添加热词（如产品名、流行语），可以提升语音识别准确率。热词需与原文语言一致，热词之间以空格分隔，输入的总字符数不超过 3 万。 | 6. 在对话框右侧，按照界面提示，在线测试字幕效果。 :::tip * 此处选择的源流尺寸仅用于效果预览，不会更改源流的分辨率。字幕任务输出的画面朝向继承自源流。 * 此处上传的背景图无大小、格式等限制。 ::: 7. 确认无误后，单击**确定**。添加字幕配置后，可随时编辑或删除字幕配置。编辑配置时，支持修改除 `AppName` 和字幕后缀以外的所有配置。添加、编辑或删除字幕配置后，必须等待 3-5 分钟并重新推流，变更后的字幕配置才会生效。 ## 后续操作 1. 通过[地址生成器](https://console.volcengine.com/live/main/locationGenerate)生成源流地址和转码流地址。 1. 完成以下配置，单击**生成拉流地址**。 * **地址类型**：选择**拉流地址**。 * **选择域名**：选择添加字幕配置时使用的域名空间下的拉流域名。 * **AppName** 和 **StreamName**：填写与推流地址一致的 `AppName` 和 `StreamName`。例如推流地址为 `rtmp://push.example.com/live/test?authinfo`，则 `AppName` 为 `live`，`StreamName` 为 `test`。 2. 获取源流地址和转码流地址。 ![Image](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/ecd14ba8f323433dbd7914946a1af35e~tplv-goo7wpa0wc-image.image =2504x) * 源流地址：在获取的源流地址后手动拼接字幕后缀，例如源流地址为 `rtmp://pull.example.com/live/test`，字幕后缀为 `_subtitle`，则必须使用 `rtmp://pull.example.com/live/test_subtitle` 播放包含字幕、同传声音等效果的源流。 * 转码流地址：使用获取的转码流地址，即可播放包含字幕、同传声音等效果的转码流。 2. 使用推流地址推送源流，字幕任务会自动启动。确保直播内容中包含清晰、稳定的人声音频。 3. 使用以下任一方式，拉取关联了字幕配置的转码流，或添加了字幕后缀的源流，以体验字幕、同传声音等效果。 | | | | \ |方法 |场景 |说明 | |---|---|---| | | | | \ |第三方拉流工具 |无 SDK 开发资源。 |在第三方拉流工具中，配置拉流地址，播放直播流。详见对应的官方文档或咨询官方客服。 | | | | | \ |Web 拉流 SDK |在 Web 浏览器中观看直播。 |集成 Web 拉流 SDK，在您的网站或 Web 应用中播放直播流。详见[功能集成](https://www.volcengine.com/docs/6469/1548472?lang=zh)。 | | | | | \ |客户端 SDK |在移动端自有 App 中观看直播。 |集成客户端 SDK，在移动端 App 中播放直播流。详见： |\ | | | |\ | | |* iOS：[进阶功能](/docs/6469/97857) |\ | | |* Android：[进阶功能](/docs/6469/95391) |\ | | |* HarmonyOS NEXT（鸿蒙星河版）：[进阶功能](/docs/6469/1354044) |\ | | |* React Native：[进阶功能](/docs/6469/1314133) |\ | | |* Flutter：[进阶功能](/docs/6469/1800617) |\ | | |* Uni App：[进阶功能](/docs/6469/1923687) | | | | | \ |视频直播控制台 |用于开发或测试阶段的快速预览和调试。 |在控制台的 [Web 拉流](https://console.volcengine.com/live/main/webPullStream/play)页面，输入拉流地址进行快速播放验证。详见[Web 拉流](/docs/6469/128835)。 |\ | | |:::tip |\ | | |仅支持播放 FLV、HLS 或 RTM 流。 |\ | | |::: | ## 常见问题 ### 为什么我看不到字幕或者字幕配置不生效？如果您已添加字幕配置，但看不到字幕或字幕配置不生效，请逐一排查以下问题： * **检查生效时间**：字幕配置有 **3-5 分钟**的生效延迟，请确保您在配置完成后等待了足够长的时间。 * **检查是否重新推流**：添加或变更字幕配置后，必须**停止旧的推流，然后重新开始一个新的推流**才能加载新配置。请确认您已执行此操作。 * **检查源流**：确保直播内容中包含**清晰、稳定的人声音频**。如果直播内容是静音或背景音过于嘈杂，系统将无法识别音频，也就无法生成字幕。 * **检查是否开启字幕功能**：如选择**声影同传**模式，确保已开启**字幕配置**开关。 ![Image](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/a179da0f871d4508b07a02434fb1bd18~tplv-goo7wpa0wc-image.image =407x) * **检查是否开启同传声音功能**：开启同传声音功能后，才会提供翻译语音，否则仅会输出原声。 ![Image](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/e8e312296c1e4db4b7deafe8f4c79eec~tplv-goo7wpa0wc-image.image =342x) * **检查拉流地址**：确保使用正确的拉流地址。拉流地址必须是关联字幕配置的转码流地址，或添加字幕后缀的源流地址。 * **检查原文和译文配置**：确保原文语言与源流音频中的语言一致，译文语言为观众所需的语言。 ### 为什么我无法选择转码后缀？ ![Image](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/6a9c9d6911524112851cc24a4ccc2f94~tplv-goo7wpa0wc-image.image =313x) 确保您在字幕配置中填写的 `AppName`，与您想要关联的转码配置的 `AppName` 一致。 ### 我的直播面向全球观众，如何为他们提供不同语言的字幕？为同一个 `AppName` 添加多种译文语言的字幕配置，当您使用该 `AppName` 推流时，观众即可按需选择字幕语言。以下示例中，当使用 `AppName` **live** 推流时，观众可以切换观看英文字幕、日文字幕和无字幕版本，同时，在每种字幕版本中，可以切换原画、超清和高清档位的清晰度。

1. 在[转码配置](https://console.volcengine.com/live/main/application/transcode?vhostParam=lf-test.varchserverqa.com)页面，为 `AppName` **live** 添加以下转码流后缀的配置： * `_uhd`（无字幕的超清档位） * `_hd`（无字幕的高清档位） * `_enuhd`（英文字幕的超清档位） * `_enhd`（英文字幕的高清档位） * `_jpuhd`（日文字幕的超清档位） * `_jphd`（日文字幕的高清档位） 2. 在[字幕配置](https://console.volcengine.com/live/main/application/subtitleManagement?vhostParam=lf-test.varchserverqa.com)页面，为 `AppName` **live** 添加以下字幕配置： * 将字幕后缀设置为 `_en`，关联转码后缀 `_enuhd` 和 `_enhd`，并设置译文语言为英文。 * 将字幕后缀设置为 `_jp`，关联转码后缀 `_jpuhd` 和 `_jphd`，并设置译文语言为日文。 3. 使用推流地址 `rtmp://push.example.com/live/test` 推送源流。 4. 观众可通过不同的拉流地址，切换不同的语言和清晰度。 ### 一场直播只想开特定语言的字幕，不想启动所有字幕，该怎么做？默认情况下，在为一个 `AppName` 配置了多种语言的字幕后，当您使用该 `AppName` 推流时，系统会自动启动所有关联的字幕任务。这在某些只需要部分语言字幕的场景下，会产生不必要的成本。为解决此问题，您可以在推流地址中添加以下参数，来精确控制每次推流具体需要开启哪些语言的字幕。 * `custom_trans`：必须携带此参数并设置取值为 `1`，系统才会识别 `trans_suffix` 参数。若不携带该参数，系统将默认启动所有关联的字幕任务。 * `trans_suffix`：指定本次推流要开启字幕任务的转码后缀或字幕后缀。多个取值之间用英文逗号 (`,`) 分隔。例如，推流地址是 `rtmp://push.example.com/live/test`，您为字幕后缀 `_en` 配置了英文字幕，为转码后缀 `_fr` 配置了法文字幕，则可使用以下推流地址，只开启英文和法文字幕：`rtmp://push.example.com/live/test?custom_trans=1&trans_suffix=_en,_fr`。 :::warning 如果某场直播不需要显示任何字幕，在推流地址仅携带 `custom_trans=1` 即可，例如 `rtmp://push.example.com/live/test?custom_trans=1`，此时不收取字幕费用。 ::: ### 声影同传任务与字幕配置的声影同传模式，我应该选择哪个？声影同传任务与字幕配置的声影同传模式使用相同的翻译模型，翻译效果相同。请根据具体的使用场景，选择合适的模式。 * 如果满足以下场景，建议选择[声影同传任务](https://www.volcengine.com/docs/6469/1587766?lang=zh#%E5%88%9B%E5%BB%BA%E5%90%8C%E4%BC%A0%E4%BB%BB%E5%8A%A1)： * **活动导向**：需要为单场或少数几场重要的活动（如发布会、跨国会议）进行同传。 * **需要手动控制**：希望在直播过程中，只对特定时段（如海外嘉宾发言时）开启翻译。 * **低延迟需求**：体育赛事等对低延迟要求较高的直播场景，可以选择实时同传模式降低延迟。 * 如果您有大量直播间需要常态化、自动化地开启同传功能，建议选择字幕配置的声影同传模式。 ### 我的直播只有字幕，没有语音，能使用字幕功能吗？不能。字幕功能仅支持识别人声内容并翻译，无法根据原文字幕进行翻译。 ### 我可以导出字幕文件吗不可以。视频直播暂不支持导出字幕文件。 ### 我的直播涉及多种语言，例如主播说中文，但直播过程中会唱日文歌曲，能否均翻译为英文？不可以。目前暂不支持自动检测直播语言，仅支持根据同传任务配置的输入语言和输出语言进行翻译。此类场景下，建议将输入语言设置为主播主要使用的语言（如中文）。在本例中，仅会将中文内容翻译为英文，而日文歌曲部分则仍保留日文。