1先分清是「整体偏」还是「个别飘」

从头播放一遍，观察错位形态：所有句子都同时早/晚固定毫秒——整体偏移；只有某几句开始往后越来越偏——个别断句问题。两种修法完全不同，先看准再动手。

为什么这么做：整体偏是时间轴位置错了，一次位移解决；个别飘是识别切分错了，必须逐句修。上来就逐句拖，整齐偏移的工程会白忙一小时。

2检查识别的音频源对不对

删掉现有字幕，文本 → 智能字幕 → 识别字幕重新识别，弹窗里确认「使用素材原声」勾选的是你说话的那条轨道。如果你给视频加了背景音乐、又把人声和配乐分成了两条轨，识别错选轨道就会整体错位。

为什么这么做：识别引擎只按选中那条音频的波形切时间点，选错轨道等于拿配乐的节奏去标人声，字幕必然整体错开。

3整体平移字幕轨对齐首句

在字幕轨道上点最左侧一条字幕，按住 Shift 点最后一条全选整条字幕组，鼠标按住整体左右拖动，让第一句字幕的开头对齐说话人开口的波形位置。对齐后从头到尾播放一遍验证。

为什么这么做：整体偏移时，第一句是「锚点」：只要首句和波形对齐，后面所有句子因为间距一致会全部跟着对。这是最快的修法。

4微调变速素材上的字幕

如果某段视频你做过变速，自动识别出的字幕时间点是按原素材算的，贴到变速后的时间轴上必然错位。处理：先在原速片段识别字幕，再对变速段单独「识别字幕」，两段字幕分别对齐。

为什么这么做：变速会拉长或压缩时间，识别引擎看不到时间轴变换，只能按素材原始时长打点。变速段单独识别是唯一可靠解法。