决定质量好坏的两个关键因素：
一是识别出来的文字准确度。
二是对该文字翻译后的质量。
而文字的准确度直接决定文字翻译的质量，所以要提高翻译质量，就需要从这两方面着手。
一：提高文字识别准确度：
- 使用大模型large-v3.
从 base模型、small模型、medium模型到large-v3模型，识别精度越来越好，但消耗计算机资源也越来越多，如果你的计算机拥有性能较好的英伟达显卡，并且显存大于等于8G，同时配置好了CUDA和cuDNN环境，可以尝试使用 large-v3 模型，将能显著提高文字字幕识别准确度。
2. 分离视频中的背景声音。
如果视频中有较多的背景音乐或背景噪声，肯定会干扰文字识别效果。可以尝试选中“保留背景音”，会在识别之前先将背景声音分离出来，只使用里面人类说话声去识别，效果会好很多。
当然你也可以使用其他第三方分离工具或者软件左侧“分离人声背景”功能，单独将视频中的人声和背景音分离出来。
然后使用“音视频转文字”功能单独将人声进行字幕识别，取得文字字幕。
然后在“文字字幕翻译”下，翻译该字幕为目标语言
再到“标准功能模式”下，导入该字幕、添加背景音乐，最后将配音、字幕嵌入视频，虽然步骤略繁琐，但能显著提升翻译效果。
3. 手动修改调整
在字幕识别完成后，以及翻译完成后，都会在软件右侧字幕区显示当前的完整文字，你可以“点击暂停”按钮，暂停后，手动进行修改调整。不论机器识别和翻译多么准确，永远也不如人工校对。
二：提高文字字幕翻译质量
其中翻译质量最好的是 ChatGPT/DeepL/Azure ,此三者都需要有付费账号，但都不支持国内用户付费，并且 ChatGPT/Azure 还需要配置代理，门槛较高。
如果你满足该条件，拥有付费账户并且会配置代理，可使用这3种翻译渠道提高翻译质量(ChatGPT国内有很多中转代理服务可使用)。
再次效果较佳的是Google/Gemini/Microsoft，这三者都是免费的，其中Google和Gemini需要配置代理，Microsoft不需要代理。
但要注意Gemini 安全限制较高，如果你的视频对话内容有分级，可能会被Gemini拒绝翻译。
再次可选择百度翻译和腾讯翻译，需要分别去他们网站申请免费key和appid，其中腾讯的免费额度较高，百度免费额度很低。
综上，条件满足的情况下首选 ChatGPT/DeepL, 再次Google，再次 Microsoft，最后腾讯翻译百度翻译。
当然也可以使用DeepLx白嫖DeepL，但不稳定，容易被封IP。
同样，在翻译完成后，也会出现暂停按钮，点击暂停，右侧字幕区可手动核对修改翻译结果。