烧录字幕（硬字幕）长在画面像素里：导出之后就跟着视频走。把这种素材配音成另一种语言，画面底部就会出现两条字幕打架——所以带硬字幕的素材做本地化，过去只有两种结局：将就，或者在剪辑软件里耗一下午。
现实中的三条路
1. 打码 / delogo 盖住
剪辑软件和在线工具都能做区域模糊。快，但效果肉眼可见：一条磨砂带横在画面上。背景平坦时勉强能用，背景是移动的人体时，等于自己贴了个水印。
2. 逐帧手工修补
修复类工具确实能重建背景——但一次一帧。单帧修补在时间轴上会闪烁；33 秒 30 帧就是 990 帧。处理一个镜头可行，做一门课不可能。
3. 检测→修复，作为管线的一步
生产级译制现在这样做：OCR 全片定位字幕带，时序分析分离“静止文字”与“移动背景”，再用 LaMa 级修复模型只对字幕带重绘、用相邻帧运动信息补像素。衣服纹理和渐变会真实还原，而不是一团糊；并且只擦一次，所有目标语言共用。
顺序很重要：先擦后配
先配音再擦，新字幕会压在旧字幕上。干净流程是：擦除硬字幕 → 转写 → 翻译 → 配音 → 按你的风格烧新字幕。配音工具若不含第一步，工作流就断成“另一个擦除服务 + 重新上传 + 二次账单”。
成本说实话
擦除是 GPU 密集活：现代显卡处理每分钟素材要花几分钟卡时，所以按附加项计费（约 0.5 额度/成片分钟）而不是免费——素材本身干净自动跳过；之后逐句重录复用已擦除母版，绝不重复收费。