什么是 Rajio

Rajio 来自日语片假名「ラジオ」，读作 rajio，意思就是 radio。这个名字保留了日语广播的语感，也对应 Rajio 最早想处理的内容：声优广播、访谈和长视频里的日语对话。

Rajio 是给 Agent 使用的日语视频字幕翻译工作流。它不是单纯的「把音频丢给模型翻译」，而是把字幕制作拆成可恢复、可检查、可审校的步骤。

你可以把它理解成一条字幕生产线：

1. 从视频里提取音频。
2. 上传音频到转写服务商，得到日语初稿。
3. 让 Agent 分批校对日语转写，修正人名、术语、断句和时间轴。
4. 让 Agent 分批翻译成简体中文。
5. 多轮阅读中文字幕，反复润色表达、断行和观看节奏。
6. 导出 SRT/ASS 字幕。

适合什么场景

• 日语声优广播、访谈、直播切片、活动片段。
• 需要中文观众自然观看的视频字幕。
• 希望 Agent 能长时间接手，但又不想丢失进度的任务。
• 需要在自己的会话工作区里留下会话记录、补丁和可复查产物的任务。

为什么需要会话工作区

长视频字幕翻译不会一次完成。Rajio 会把每一步状态写进会话工作区：

• session.toml：当前阶段和输入媒体。
• description.md：视频上下文、术语、固定译名和疑问。
• transcript/work/segments.toml：可编辑的日语转写。
• translation/work/segments.toml：可编辑的中文字幕。
• patches/：Agent 分批提交的修改。
• output/：最终字幕文件。

这样中断后可以继续，审校过的阶段也不会被误覆盖。

质量原则

Rajio 的检查只是质量底线，不代表字幕已经好看。真正完成前，Agent 还需要读完整字幕，处理：

• ASR 识别错误。
• 人名、节目名、术语和固定梗。
• 日语语气到中文表达的转换。
• 中文字幕的长度、断行和观看节奏。
• 相邻片段之间的上下文一致性。

Agent 如何参与

Rajio 把机械步骤交给 CLI，把需要判断的步骤交给 Agent：

• CLI 负责会话状态、音频处理、转写请求、文件校验、分段编辑和字幕导出。
• Agent 负责理解视频上下文、维护术语、拆分审校批次、审查补丁、润色中文和解释例外。
• 子 Agent 负责分批校对或翻译，主 Agent 负责合并、复查和最终质量判断。

这种分工的目标不是让模型一次性生成完美字幕，而是让长视频字幕任务可以被拆开、暂停、复查和继续。

隐私边界

转写阶段会把音频上传到配置的转写服务商。Agent 在开始转写前应该明确确认你同意这件事。

Rajio 不会把本地视频“悄悄”变成云端任务；真正上传的是转写所需的音频数据，使用哪个服务商取决于你的环境配置。

什么算完成

一个 Rajio 会话完成时，至少应该具备这些结果：

• rajio check 没有阻塞性的 fatal 或未处理 error。
• 日语转写已经按时间线读过并修正明显识别错误。
• 中文字幕已经完整读过一遍，不只是逐句直译。
• 人名、节目名、固定梗和术语在 description.md 里有记录。
• 必要时导出 SRT/ASS，并说明还有哪些不确定点。

如果只是通过了自动检查，但没有读过字幕正文，它还不能算完成。

不适合什么

• 完全不希望上传音频到转写服务商的任务。
• 只想要一段粗略摘要，而不是字幕文件的任务。
• 没有本地视频或音频路径的任务。
• 要求跳过人工审校、直接相信整段机器翻译的任务。