Friskription → 博客 → VTuber
如何用英文观看日语 VTuber 直播
聊天室里的翻译，取决于有没有人醒着、在不在这场直播、心情好不好。你自己的字幕则每一次都在，每个频道都在，包括那些没人剪的小频道。
简短的回答
- YouTube 和 Twitch 上的 VTuber 直播几乎从不带英文字幕轨，也就是说，字幕翻译工具无从读起。
- 聊天室里的同传是志愿者。他们覆盖的是大频道、热门时段、以及恰好有人有空的时候。
- 你自己的字幕不依赖这其中任何一项。Friskription 会转写直播的音频，并把英文译文画在视频上。
- 把成员的名字、粉丝名和反复出现的梗一次性放进术语表，整场直播它们的写法就都是对的。
- 每周 30 分钟免费。四个人同时开口时，说话人标签能让联动依然读得下去。
为什么聊天室翻译总是不够用
志愿同传做的事了不起，而人手就是不够。他们聚集在最大的频道、在自己观众最多的时段。你这边凌晨四点的中型主播、临时开的不存档歌回、三百人在线的个人势——这些才是拿不到 TL 的直播，而通常恰恰是你最想要的那几场。
就算是覆盖良好的直播，聊天室翻译也是摘要。有人读到一句，判断值不值得转述，打出一个缩短版，然后它出现在一个同时还滚着四百个表情的聊天框里。这比什么都没有好得多，但和读到原话不是一回事。
平台也帮不上忙。YouTube 的自动翻译需要一条字幕轨才能翻译；日语直播通常没有，Twitch 则从来就没有。音频是唯一可用的文本来源。
配置你自己的字幕
-
安装扩展并登录
把 Friskription 添加到 Chrome，并用 Google 登录。开通即有每周 30 分钟的免费实时字幕，每周一补满，不需要银行卡，也不需要任何 AI 服务商的账号。
-
把目标语言设为英文
或者其余十四种中的任何一种——中文、韩语、西班牙语、葡萄牙语和印尼语在 VTuber 观众里都占比不小。日语不需要作为源语言去选；所说的语言会被识别，这也意味着中途转成英文念广告词的直播不用改设置。
-
打开直播，按下开始
几秒后字幕会出现在视频上。把方框拖到立绘下方，别挡住脸，字号设定一次即可——它会为该站点记住。
-
在精彩部分之前填好术语表
这一步才是关键，下一节讲的全是它。
术语表就是全部
语音识别最薄弱的地方，恰恰是 VTuber 直播最密集的地方：专有名词。成员的名字、粉丝名、开场问候、口头禅、游戏里的角色名——这些正是模型掌握上下文最少的词，于是它会猜，而且每次猜得都不一样。
术语表会在整场会话中锁定拼写。对你常看的频道登记一次，直播就不会再每十分钟把所有人重新改名。
对于看过不止一次的频道，值得加进去的有：
- 成员的名字，以及粉丝实际使用的昵称——这两者常常不是一回事。
- 粉丝名，以及直播开场的固定问候语。
- 常见联动伙伴的名字——它们出现得极其频繁，而且正是转写最容易弄坏的词。
- 游戏专有术语，尤其是用另一种语言表达的角色名和道具名。
- 由一个自造词构成的长期梗。这类东西总是有好几个。
联动、歌回，以及其他棘手场合
联动：打开说话人标签
四个人在通话里互相抢话，是让字幕最快失效的方式——你会得到一串不知道是谁说的句子。说话人标签能区分最多五个声音并逐行标注，这通常就是能跟上一场联动和干脆关掉之间的差别。
歌回：别期待太多，这没关系
唱歌对语音识别的难度和说话不同：元音被拉长，节奏属于音乐而非语言，还有一条伴奏在跟人声抢。歌与歌之间的说话段落转写正常。至于歌曲本身，把译出的歌词当成额外奖励，而不是可以指望的东西。
长时间直播：留意余额
一场六小时的耐久直播会超出 30 分钟免费额度。只有语音才计费，所以等待画面和长时间静默不花钱，控制面板也会显示剩余估算。如果你知道这会是一场持久战，分钟包是一次性购买而不是订阅——那些分钟会一直放在那里直到你用掉。
不存档的直播：没有第二次机会
如果一场直播不会被存档，文字记录导出就很值得知道：它会在直播进行时把本场的字幕行保存成文件，于是一场不存档的歌回或会员限定直播，事后仍然给你留下了一些东西。
说实话，翻译质量如何
足以让你舒服地跟上一场直播，但不能替代一位流利的母语者。这由两件事决定。转写来自一个生产级语音识别模型——ElevenLabs Scribe v2，在英语基准上公布的词错误率为 3.3%——而下游的一切都被“最初听没听准”这件事封了顶。翻译则由一个会把每一行与前面几行放在一起读的语言模型完成，这也是它在处理承接上文的句子时比逐句翻译更好的原因。
它最弱的地方，恰恰是人类 TL 最出彩的地方：一个靠谐音成立的梗、一个指向三场直播之前某件事的引用、一个社区上周才造出来的黑话。那些瞬间正是聊天室存在的意义。你得到的是剩下的九成——直播真正的内容，在它发生的当下，用你读得懂的语言呈现。
常见问题
我能带英文字幕看 Hololive 和彩虹社的直播吗？
可以。字幕是在你这一侧、从直播音频生成的，所以它在 YouTube 或 Twitch 上的任何频道都能用，与所属事务所、频道规模、聊天室里有没有人在翻译都无关。
不存档的直播和会员限定直播也能用吗？
能——只要标签页在发声就能加字幕，而你已登录正在观看的会员限定直播，本质上就是一个在发声的标签页。文字记录导出在不存档的直播上尤其值得用，因为之后不会有录播可以回看。
怎样才能让它不写错成员的名字？
把名字加进术语表。那会在整场会话中锁定拼写，于是每次被提到时它都不会再被重新猜一遍。顺便把联动伙伴和粉丝名也一起加上——它们是另外几个最容易被弄坏的词。
语速很快也跟得上吗？
跟得上。把节奏预设设为 Quick，它更偏向及时落下的短句，而不是晚一拍才到的完整句子。Sync 模式更进一步：它把播放往后压几秒，让字幕和话音一起到达，而不是之后才来。
歌回里的歌能翻译吗？
部分能。唱歌比说话难转写得多——拉长的元音、伴奏，以及属于音乐而非语言的节奏。说话段落转写正常；把译出的歌词当作额外奖励。
主播知道我在用吗？
不知道。一切都发生在你自己的浏览器里，来源是标签页本来就在播放的音频。不会有任何东西发送到频道，聊天室里也不会出现任何内容。
看一场长直播要花多少钱？
每周 30 分钟免费，每周一补满。只有语音才计费，所以等待画面和静默不花钱。超出之后，一次性 1.99 美元的入门包提供 90 分钟，各种包最高到 1,440 分钟 24.99 美元——都是一次性购买而非订阅，而且分钟数不会过期。