字幕不同步源于帧率未对齐，分渐进偏移、固定偏移、单条异常三类；可用videocaptioner按实测帧率转换或手动计算漂移补偿；导出时需显式指定video_fps并关闭自动适配，优先选ass格式。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
智谱清言生成的视频字幕出现不同步，比如角色台词刚结束字幕才弹出、或字幕提前两秒就挂在画面上，这种错位会直接打断观众理解节奏。问题通常不是模型本身识别失败，而是导出环节的时间戳未与视频原始帧率对齐，尤其当输入音频采样率非标准44.1kHz或视频为23.976fps时极易触发。
确认字幕不同步类型
先打开生成的视频，在PotPlayer或VLC中载入对应SRT字幕文件，拖动到开头、中段、结尾各播放一段明显对话：
若字幕偏差随播放时间持续增大（如开头差0.2秒、中段差1.8秒、结尾差4.5秒），说明是【帧率不匹配】；
若所有字幕统一早/晚相同时间（如全部滞后1.3秒），属于固定偏移；
若仅个别字幕停留过短（8秒），则是单条时间轴切分异常，需回溯智谱清言导出前的“语音分割粒度”设置。
用VideoCaptioner一键校准帧率
方法一：自动匹配视频源帧率
① 在VideoCaptioner中导入原始视频 → 点击“信息检测”按钮 → 等待右下角显示实际帧率（如23.976、25.000、29.970）；
② 拖入智谱清言生成的SRT字幕文件 → 软件自动读取其内嵌时间戳；
③ 点击“字幕同步→帧率转换” → 左侧“源字幕帧率”填入29.97（默认SRT按NTSC标准生成），右侧“目标视频帧率”填入步骤①检测出的真实值 → 点击“执行转换”；
这一步必须严格按视频实测帧率填写，填错会导致二次偏移。
方法二：手动计算偏移量（适用于渐进式偏移）
在视频第1分钟和第10分钟各找一句清晰台词，记录字幕显示起始时间与实际语音起始帧的差值；
用（10分钟处差值－1分钟处差值）÷9得到每分钟漂移秒数，再乘以总时长，得出全局补偿值；
回到VideoCaptioner → “字幕同步→全局偏移”，输入该补偿值（正数为字幕滞后需提前，负数反之）→ 应用。
从智谱清言导出端规避问题
下次生成前，在智谱清言Web界面或API调用参数中，显式指定video_fps字段：
若原始素材为电影类23.976fps，填"23.976"；
若为B站投稿常用30fps，填"30"；
【务必关闭“自动适配帧率”开关】，否则系统会按内部模板强制转为29.97，与多数国产手机拍摄的30fps视频产生0.03fps累积误差。
导出格式优先选ASS而非SRT——ASS支持EmbeddedTiming字段，VideoCaptioner可直接读取并绑定帧率元数据，避免二次解析失真。
