简短的回答
卡拉 OK 时机告诉视频何时显示和突出显示歌词的每个部分。行时间标记一个短语；单词计时在其中添加了边界。准确的文字和准确的时间都是需要的。
行计时和字计时解决不同的问题
通过线路定时，当歌手到达时，整条歌词线就会被激活。通过单词计时，各个单词会随着表演的进行而改变颜色。连续扫描提供了更强的提示，但需要更详细的计时。将一行分成相等的间隔只是一个近似值：歌手很少给每个单词相同的持续时间。
为什么歌曲比普通演讲更难
所唱的元音可能会持续几个节拍。辅音可能很简短或部分被乐器掩盖。和声可以与主唱重叠，重复的合唱第二次可以有不同的节奏。这些细节影响转录和比对。自动处理是第一步，不能保证准确的性能计时。
歌词高亮的工作方式
语音模型生成单词和时间戳。渲染器使用这些单词跨度来动画突出显示。当一个已识别的标记包含多个字符时，动画会将该标记的持续时间划分在它们之间。这会产生卡拉 OK 效果，但它不是一个单独的音素级对齐系统。
当突出显示感觉不对时要检查什么
如果每条线都同样早或晚到达，则整个时间线可能会有偏移。如果开头是正确的，但后来的线条出现偏差，则需要注意个别部分。太快突出显示的长注释可能会分配较短的单词持续时间。预览结果并在识别效果较差时使用更清晰的录音。
让结果更容易阅读
保持显示的行简短，在非活动文本和突出显示的文本之间使用清晰的对比，并在标题周围留出空间。装饰元素和音乐视觉效果应该支持文字而不是与之竞争。
常见问题
普通的 LRC 文件是否包含单词计时？
基本 LRC 通常标记歌词行。字级计时需要额外的信息；扩展本身并不能保证这一点。
准确的转录是否意味着准确的计时？
不。转录可识别文本；对齐将其放置在音频时间轴上。