画面底下明明有日文，想复制出来翻成中文，长按半天却什么也选不中。字幕翻译页又只收 SRT、VTT，手里偏偏只有一个视频。字就在眼前，怎么还用不上，确实挺烦。
如果那些字已经压进了画面，它们就和人物、背景一样，成了图像的一部分。看见日文，不代表你同时拿到了一份能编辑的日文字幕。想临时看懂几句，可以从图片里认字；想整段配中文字幕，就得考虑台词和时间从哪里来。
先试一下，那行字能不能关掉
打开你正在用的播放器，查看它实际提供的字幕开关或字幕轨道。关掉以后日文消失了，说明至少这一层文字可以独立控制，值得继续找原来的字幕文件或平台提供的语言选项。日文仍在画面上，也可能还有别的字幕层，不能只凭一次开关就断定文件里没有其他字幕。
真正压在画面上的字，通常称为硬字幕。它不能像独立字幕那样随手关闭。W3C 的字幕说明也区分了可开关的字幕与始终显示的字幕。手里有文字文件就处理文字，只有画面就得识别画面，改个文件后缀解决不了。
只卡在几句台词，手机里翻一下就够了
如果你用的是支持“实况文本”的 iPhone，而且图片或视频已经在“照片”里，可以直接尝试系统自带的识别和翻译。它适合临时看一句，不用为了几个字先折腾整集字幕。下面限定“照片”App，不把同样的按钮套到网盘或其他播放器里。
按iPhone 使用手册的办法，在“照片”里打开视频，停在日文完整出现的那一帧，轻点“实况文本”按钮，再点“翻译”。按提示继续，选择中文；需要切换目标语言时点“更改语言”。也能长按认出的文字，拖动选择范围后拷贝，留下日文原句再查看译文。
入口和机型要求见苹果官方操作说明：实况文本需要 iPhone XS、XR 或更新机型，识别视频文字需要 iOS 16 或更新版本。开关在“设置 → 通用 → 语言与地区 → 实况文本”。当前功能可用性列表列有日语，具体仍受系统、语言和地区支持限制；符合机型要求也不代表每段画面都一定认得出来。
视频没在“照片”里，而你只是想查眼前一句话时，也可以在允许截图的情况下，把那一帧截图存入“照片”，再识别图片里的字。截出来是黑屏、内容受保护，就不要继续折腾录屏或绕过限制；回到原平台找字幕语言选项。
识别结果出来后，瞄一眼选中了什么。综艺画面里可能同时有对白、嘉宾名字和大字标语，全选以后翻出来的一大段，未必就是正在说的那句。把范围缩到目标台词，缺了后半句就换一个暂停位置。想问的是谁在说什么，旁边的节目标题没必要一起带进去。
能翻一张图，还不能直接拿去播整段
图片里认字，常被叫作 OCR，也就是把图像上的字变成文字。得到的一句中文，本身没有告诉播放器该在第几秒出现、停留多久。它还不是一份完整字幕文件。字幕文件需要文字和时间信息，让台词跟着声音出现；只把截图译文存成一个叫“.srt”的文件，播放器也不会替你补好这些时间。
查个词、读一段屏幕文字，或弄懂几句关键对白，用截图翻译就比较顺手。每换一句都得暂停、选字，真照这个办法翻完一整集，很容易把看剧变成抄字幕。想连续看下去，找一份现成字幕文件会省去逐张截图的麻烦。
已有同版本的日文文字字幕，优先用那份文件翻译；只有有权处理的视频和音频，可以考虑语音识别后再翻译。语音识别听的是声音，画面上的地名、旁注和综艺大字未必有人念出来，因此不能指望它把屏幕上所有日文一并收走。反过来，画面文字识别也不能补出没显示出来的对白。
如果找服务帮忙做整段字幕，直接说清楚：“我只有画面带日文的视频，需要一份能加载播放的中文字幕文件，是否包含认字、翻译和时间轴？”只交付一份中文文字稿，和交付能跟着视频播放的字幕，差的还有后面这段工作。
只是某句没看懂，暂停翻一下，接着看就行。需要整段中文字幕，就问有没有带时间的字幕文件，别把一晚上都耗在一张张截图上。