日文影片自動生字幕的流程跟韓劇那篇 基本相同，差別在素材。動畫、演唱會、VTuber 直播這三類的聲音特性差很多， 能期待的品質也不一樣。這篇講清楚各自的難點。
翻譯語感可以選「動漫風」，用詞會貼近字幕組的習慣， 而不是新聞稿式的正式中文。
影集模式搭配我的詞彙表可以固定角色名、招式名與圈內專有名詞， 第一集修正後，後續集數就不必反覆改同一個詞。
三類素材裡最好處理的。動畫的錄音環境乾淨、台詞咬字清楚、 角色講話很少重疊，辨識準確度相對高。
要注意的是專有名詞。動畫的世界觀名詞、招式名、地名往往是造詞， 辨識系統聽到會用同音字硬湊。開啟影集模式並填上作品名， 第一集校正過的譯名之後幾集就會沿用，不用每集重修。
OP、ED 的歌曲部分辨識品質會掉，這是下一節的問題。
最難的一類。原因不是日語難，而是：
實際上比較可行的用法是只做 MC（談話）段落。 演唱會之間的講話橋段錄音條件跟一般訪談差不多，辨識品質是堪用的； 歌曲段落則建議另外找官方歌詞，機器辨識歌詞這件事本身就有天花板。
如果影片很長，記得 120 分鐘的上限——完整演唱會多半要分段處理。
介於兩者之間，而且變數最多：
直播存檔通常很長（三、四個小時很常見），要先剪出想看的段落， 或分段處理。
動畫與 VTuber 的觀眾很多本來就在學日文。字幕醬可以輸出 中文與日文原文並排的雙語版本，一邊看一邊對照原句， 遇到翻譯不確定的地方也能自己判斷。
線上播放器模式可以切換「雙語 / 只有中文 / 只有原文」， 逐句點擊還能跳到影片對應時間，回頭確認某句話很方便。
產生的字幕檔請留給自己使用。把受版權保護的動畫或直播存檔加上字幕 再公開散布，是另一回事。字幕醬不提供也不代取得任何影片， 只處理你自己上傳的檔案，且上傳的影片 7 天後自動刪除。