剧情与内容事实
人物指向、否定、金额、日期、数量、单位、产品参数、因果和关键动作都必须准确且可核对。
翻译质量拆成可定位、可修复的信号，从译文生成一直检查到配音适速。
4 个核心维度判断译文质量
1 项译配信号检查配音适速
按需质检与重译译文复判 · 适速再译
7 个生成模型按场景选型
164 个语言变体90 种基础语言
QUALITY, DECOMPOSED01 · FACT 02 · NATURAL 03 · CHARACTER 04 · CONTEXT 05 · DUBBING
一个总分看不见的问题，拆开后才知道怎样修
四个核心质量维度判断译文是否准确、自然、符合角色并保持任务内一致；配音适速作为第五项译配信号，由时长估计结果派生，检查译文能否自然说进镜头。我们也用短剧场景的抽样测评选择更合适的翻译模型。
地道表达
目标语言要符合当地口语、文化习惯与具体场景，而不是留下翻译腔。
角色与情感
身份、亲疏、威胁、反讽和情绪强度共同决定称谓、口吻与力度。
任务内一致
检查同一任务窗口内已经建立的人名、术语、关系与表达选择是否前后一致。
配音适速
在不损失关键信息的前提下控制表达长度，让译文自然地说进镜头。
QUALITY LOOP
有问题才改句，语速不合再译
翻译阶段按时间窗定位问题句，定向改写后只复判改句。配音阶段若语速或时长不合适，也会按需重译并复核。
未通过的修改不会直接用于配音。 判断异常或修复未通过时，保留原译并记录问题。
1
建立翻译上下文汇总人物、术语、语言变体和表达要求。
GUIDANCE2
生成首轮译文结合前后文与角色信息生成字幕。
TRANSLATE3
时间窗质检批量判断质量，定位问题句与适速风险。
JUDGE4
定向修译只改不合格句，并保留原译以便回退。
REFINE5
改句复判只复判修改过的句子，确认问题是否消除。
VERIFY6
配音适速回流语速或时长不合适时，按需重译并复核。
SAFE DUBBING跨集翻译资产已支持术语表复用
人物真名 / 化名→沿用已确认译名
称谓 / 专有术语→保持统一译法
同系列后续任务→选用同一术语表
术语表修订→后续翻译采用新译法
SERIES MEMORY · TRANSLATION
同一份术语表，让多集译名一致
已确认的人名、别名和专有术语可以统一收进术语表。同系列任务选用同一份术语表，翻译时按语言对应用，减少跨集译名漂移。
角色改名或剧情关系变化时，可以更新术语表；后续任务或重译会采用新译法。术语表需要在任务中选用，不会自动继承未确认的剧情关系。
术语表管译名一致，语言变体管台词怎么说。例如普通话是“当然是来帮你。”，粤语配音则是“當然係嚟幫你。”，不能只把普通话换成繁体字。
阅读 Research：为什么模型会选错语言变体 ↗CONTROLLED INPUTS
让模型知道怎么翻
翻译质量不仅取决于模型。术语、内容类型、目标语言变体、角色信息和交付格式，需要成为同一次翻译任务里的明确约束。
指定人名、组织、产品和世界观术语的目标译法，并按语言对应用。
补充受众、语气、表达风格和业务要求，让译文适合具体发布场景。
结合内容类型、行业关键词、说话人、性别、年龄、情绪和表达风格理解台词。
区分字幕显示文本与数字朗读文本，并保护停顿标签、说话人与时间约束。
已有字幕文件，不用从头做
AI 初译 → 成片审看 → 母语润色 → 局部重配已有源文 SRT，可以沿用分段和时间轴完成翻译；已有译文 SRT，可以直接进入编辑、配音和导出。没有译文时，也可以先由 VMEG 完成全片翻译和成片，再请目标语言人员结合画面、声音与节奏润色难句，只重做真正需要调整的部分。
MEASURED EVIDENCE
同源译文对照质检
线上质检持续定位、修复译文问题；同源译文对照进一步检验剧情事实、地道表达与角色语气。
质量看得见，也改得动
按维度识别问题、定向修译，再用同一套规则复判。
8,998个短剧翻译任务2026-10-17 至 10-22 · UTC
152,985句具备四维判定161,945 句中的 94.47%
99.06%问题信号被消除定向修译与复判
+0.30 分VMEG 相对第三方 B内部复测汇总结论
线上质量闭环
最近六个完整生产日，VMEG 完成 8,998 个短剧翻译任务，超过 15 万句译文获得四维质检结果。发现的问题进入定向修译与复判。
逐句质检贯穿翻译流程统计来自已发送的生产质检日报
修复效果与回放
同一生产窗口内，99.06% 的问题信号经定向修译后消除。未通过复判的候选会回退，不直接进入配音。
问题定位后，只重做需要修的句子修译结果再次接受四维质检
同源译文翻译质量对照
我们用相同片源对照 VMEG 与三家第三方平台的译文。已测对照中，VMEG 在剧情事实、地道表达与角色语气的综合判断上均取得正向分差。
第三方领先VMEG 领先
第三方 A
+0.75
第三方 B
+0.30
第三方 C
+0.03
好的译文，既要自然，也不能改写剧情分差先在同源、同评审条件下计算；图中每侧展示范围为 1 分
口径：生产数据为自动质检与修译记录。第三方 A/C 来自已归档的同源抽样对照；B 的 0.30 分优势由业务负责人依据未公开的内部复测报告确认。各组评审与样本不同，不合并为统一模型排名。
把“翻得像”，变成“哪里翻对了”。
让质量可以拆解、问题可以定位、失败可以修复，模型也可以被公平比较。