即時配音為什麼會慢上幾秒
本頁目錄
即時配音開不到一分鐘，多數人會問同一件事：聲音為什麼落後？字幕貼著說話的人，譯文語音卻晚幾秒才到。
原因就兩條，都不是電腦慢。聲音得先聽到一句話，才能說出來。譯完的句子，通常比原文更長。前者是底線，壓不下去；後者決定這幾秒會不會愈積愈多。
先聽到，才能說
沒聽完的句子，誰也翻不了。口譯也是這條規矩。口譯研究把聽到和開口之間的距離叫耳語時距，2025 年的一篇回顧裡，職業同步口譯的平均值大約兩到五秒。那是在隔音間裡聽一個人講、練了好多年的人。
有些語言會把等待拉長：真正把意思釘住的詞，排在句尾。德語不少句子把主要動詞放到最後。日語、韓語更是通則，述語預設在句末——對中文讀者來說並不陌生。
- Ich habe den Vertrag我有這份合約。聽起來像說完了。並沒有。
- Ich habe den Vertrag gestern昨天……這份合約還是沒有動詞
- Ich habe den Vertrag gestern nicht昨天沒有……這份合約有個「不」，但不什麼？
- Ich habe den Vertrag gestern nicht unterschrieben.昨天沒有簽那份合約。現在可以開口了
所以語音會等到一個意群夠完整、說得出口，再翻譯、再開口。前面遇到自然停頓，就不會硬等到一句很長的話全部說完。但意思還沒出來之前，它開不了口。猜錯，比稍晚更糟。
字幕能搶先一步。句子一譯完，字幕就可以出現；聲音還得用你跟得上的速度唸出來。需要盡量貼著說話的人時，先看字幕，讓聲音把其餘部分托住。
幾秒怎麼變成更久
第二條更容易被忽略。譯出來的句子，通常比原文長。英文譯成西班牙文、法文、義大利文、葡萄牙文，都會變長。說話的人句與句之間有停頓，譯文語音往往沒有。
照自然語速，上一句還沒唸完，對方已經進到下一句。下一句已經譯好、在排隊。每一句都比上一句更晚開口，一堂課聽下來，差距就往外長。
示意圖。說話的人講了六句，譯文語音逐句跟上。自動追趕關閉時，每一句譯文都比上一句更晚開始，所以對方停下來時配音還落後好幾句。打開後，落後的句子會說得快一些，配音一直跟在不遠處。如果語速快、譯文又長，就算加快也還是會越落越遠。
真正要做的選擇在這裡。哪一條都有代價。
三選二
現場譯文語音可以貼著說話的人、用自然語速、每一句都說。譯文一旦變長，三件事做不齊。
| 你留下什麼 | 代價 | 在 DubTab 裡 |
|---|---|---|
| 貼著說話的人，每一句都說 | 落後時聲音會加快 | 自動追趕打開（預設） |
| 自然語速，每一句都說 | 聽得愈久，聲音愈落愈遠 | 自動追趕關閉 |
| 貼著說話的人，自然語速 | 有些話被砍掉或縮短 | 不做這條 |
口譯員多半走第三列：抓大意、把不關鍵的放掉。同一篇回顧也寫過，口譯研究更寧可做這種取捨，也不要把語速拉得過快。那是人在當場做的判斷，而且聽得懂這場話。
我們不讓軟體替你做這個判斷。講座或線上課程裡，聽起來可以跳過的那句，有時正是你要用的。所以兩種設定下，DubTab 都會把每一句譯文說完。你選的是聲音快一點，還是再晚一點。
自動追趕實際在做什麼
自動追趕只在譯文語音已經落後時，才加快它。第一句照自然語速播放，追上之後會收回來。影片和原聲從不會被加快，始終正常速度。
聽不聽得到加快，取決於你配成哪一種語言。配成英文時，它相對清閒。配成譯文偏長的語言——西班牙文最明顯——聲音會有很大一部分時間在加快。這個你聽得出來。我們寧可寫在這裡，也不想讓你自己撞上。
有時這樣還不夠。對方說得快，譯文又長，連加快的聲音也會被甩開。差距會再往外長，只是慢一些；對方一停，又會縮回來。就是上面那張圖的最下一列。
碰到這種情況：
- 時間要緊時，看字幕。 兩種設定下，字幕都貼著說話的人。
- 加快的聲音比延遲更難受，就把自動追趕關掉。 每一句仍會說完，自然語速，只是更靠後。
- 設定在哪： 見配音延遲說明。擴充套件和桌面版裡，它的名字不一樣。
沒有延遲，代表事先就做好了
即時配音做不到完全不慢。對齊到不能再齊的那條音軌，是拿整段成片事先做好的，很像影片上傳後 YouTube 可以產出的那條配音。那是另一件事，我們寫過差別。官方配音如果已經有你的語言，用官方的。
其餘的——直播、線上課程、會議——都得先聽到。我們能決定的是聽到之後：不讓幾秒拖成一分鐘，守不住的時候把話說清楚，也絕不替你決定哪一句是你不需要的。