上周帮人弄一部老剧的第二季，字幕是从别处下的外挂 srt。第一集看了十分钟，他说"这字幕有点意思"，因为前几段对得挺准，到二十分钟开始差半句，四十分钟的时候字幕已经跑到画面前面十几秒了。他一直在用手里的播放器按"字幕延迟 +0.5 秒"，按了七八次，越按越乱。
这个现象不是播放器的问题，也不是字幕文件坏了。它是两个数字对不上。
先分清是"整体偏"还是"越播越偏"
这两种毛病看起来都是"字幕不对"，但成因完全不同，用错方法只会越调越糟。
整体偏：每一句都差差不多同样的时间。片头差两秒，片尾还是差两秒。这种是时间轴起点的问题，平移一下就好。
越播越偏：偏差随时间线性增长。片头刚好，十分钟差一点，四十分钟差一大截。这种是速率的问题，平移救不了，只能按比例把整条时间轴缩一遍。
判断方法很土但有用：在片头、片中、片尾各找一句台词，记下"字幕出现的时间"减"实际说话的瞬间"。如果三次分别是 0 秒、13 秒、26 秒，那就是速率；如果三次都是 2 秒左右，那就是起点。三处采样不到一分钟，比反复按 +0.5 秒靠谱得多。
差 1.042709 倍，是这件事的全部原因
电影常用 23.976 帧，电视和很多压制版是 25 帧。字幕是按其中一种速率做的，片源是另一种，于是每一秒都在累积误差。
比值就是 25 除以 23.976，等于 1.042709。换算成实际偏差：
- 1 分钟：2.6 秒
- 5 分钟：12.8 秒
- 10 分钟：25.6 秒
- 45 分钟：115.3 秒
也就是说一集 45 分钟的剧，字幕时间轴的 45:00 要挪到 46:55.315 才跟得上画面。差的那 1 分 55 秒，正好是很多人"看到一半突然发现字幕完全对不上、以为下错版本"的时刻。
反过来也成立，24 转 25 就除以这个数，片源比字幕快的时候偏差是往回收的。
整体偏移：-itsoffset 必须写在 -i 前面
平移最简单，ffmpeg 一条命令。我拿一份第一条字幕在 00:00:05,000 的文件试了 -itsoffset 2.4：
- 原时间轴：00:00:05,000 → 00:00:07,500
- 平移后：00:00:07,400 → 00:00:09,900
2.4 秒加得干净，没有四舍五入的误差。
但这个参数有个位置规矩。写成 -i 字幕.srt -itsoffset 2.4 会直接失败，报错原文是：
Option itsoffset (set the input ts offset) cannot be applied to output url shifted2.srt -- you are trying to apply an input option to an output file or vice versa. Move this option before the file it belongs to.
它把 -itsoffset 当成了输出参数。这句话其实已经把答案写清楚了：这个选项属于输入，要放在它作用的那个文件前面。
还有一个细节，往前平移（负数）的时候，第一条字幕如果本来就在第 1 秒，平移之后会变成负数，那一条会被丢掉。片头有台词的片子，宁可从片源里补一句，也别指望自动处理。
GBK 字幕读不出来，报错其实说得很明白
老字幕站下来的 srt 有不少是 GBK 编码。用 ffmpeg 读，会看到这样的输出：
- Invalid UTF-8 in decoded subtitles text; maybe missing -sub_charenc option
- Error decoding subtitles: Invalid data found when processing input
- Decode error rate 1 exceeds maximum 0.666667
关键在于 -sub_charenc 这个选项没给。加上 -sub_charenc GBK，同一份文件立刻正常解析，中文一个字不差。这里要放在 -i 前面，理由跟上面一样，它描述的是输入怎么解码。
顺带说一个反直觉的：时间轴里用点号写 00:00:05.000 而不是标准的逗号，ffmpeg 是能读的，输出时会自动规范成逗号。所以"格式看着怪"通常不是字幕对不上的主因，别在这上面浪费时间。
ASS 转 SRT，会留下一串花括号
这是把 ass 转成 srt 之后最常见的怪现象：字幕开头多出 {\an8} 这种字符，有的播放器直接把它当文字画在屏幕上。
我写了一份带顶部定位和斜体的 ass 去转，输出是这样：
<font face="微软雅黑" size="64">{\an8}顶上那行第二行带<i>斜体</i>结束</font>
\n 变成了真换行，\i1 变成了 <i>，这两条正常。但 {\an8} 原样留着——srt 没有覆写标签这个概念，它不认识花括号里的东西，只能当普通文本往下传。字体名和字号则被转成 <font> 标签塞进去，只有一部分播放器认。
想干净，转之前先把 {\...} 全部删掉，或者干脆别转：要保留排版就留 ass 挂外挂，srt 只用来放纯文本。
封进容器，mkv 保得住，mp4 保不住
同一份带标签的字幕，封进不同容器结果不一样。
封进 mkv 再取出来，标签基本还在：<font face="微软雅黑"><font size="64">{\an8}顶上那行，只是外面多套了一层 font。
封进 mp4 就不行了。mp4 的字幕轨只有 mov_text 一种选择，取出来是 <font size="64">顶上那行，{\an8} 被吃掉了，face 属性也没了。位置信息在转换里丢失，这就是为什么有人把 ass 塞进 mp4 之后，原本在顶部的注释字幕全跑到了屏幕中间。
结论很直接：要保住样式，用 mkv 装 ass；mp4 那条轨只适合纯文本。
还有一种不是漂移，是片长根本不一样
如果偏差不是均匀增长，而是"前半小时都对，中间某处开始突然错位，过一会儿又对上了"，那就不是帧率问题，是片源版本不同——加长版、导演剪辑版、不同台的播出带，中间多或少了几分钟素材。
这种缩放和时间平移都救不了，因为差异是分段出现的。判断方式是看两个文件的时长差：差几十秒可能是片头片尾，差几分钟基本就是中间被动过。真碰上这种，只能去找跟片源同一版本的字幕，或者自己按段落重排。
我一般按这个顺序处理
- 三处采样，先判断是整体偏还是线性漂移
- 线性漂移，按 1.042709（或它的倒数）整体缩放时间轴
- 整体偏移，用
-itsoffset，注意写在-i前面、注意负偏移丢首条 - 分段跳变，别调了，去找对应版本
- 转码之前先确认编码，加
-sub_charenc，别等报错了再猜
这几步里最省事的其实是第一步。大部分人一发现对不上就开始按 +0.5 秒，按十次不如量三次——把三种偏移分清楚，后面全是算术。
你们遇到越播越偏的字幕，是直接换一份，还是自己拉时间轴重排？