假设视频里有这样一句话。
We meet on Friday. Sorry, Saturday.
屏幕上的日文字幕写着“星期六见面”。是听到 Friday 的耳朵错了，还是字幕错了——人难免会怀疑其中一方。但其实，两者都没有错。
说话人确实先说了 Friday，马上又改口说 Saturday。作为说出的话，Friday 确实存在；作为安排，星期六才是正确的。字幕只是把改口之后的结论翻译了出来。
所以，当音频和文字不一致时，问题不是“哪一个才是对的”，而是“我想知道什么”。根据这个问题，可以相信的文字也会不同。
- 内容：说到底，什么时候见面？
- 发言：实际上说了什么？
- 时刻：那句话是什么时候说的？
字幕和文稿都有不同的种类，各自擅长回答的问题也不同。看错这一点，即使对着正确的文字，核对也会出现偏差。
翻译字幕，翻译的是结论
日文字幕是英语的翻译。在有限的字数和显示时间内，它会省去犹豫和改口，整理成最终传达的内容。把“Friday，不，Saturday”译成“星期六见面”，作为内容是准确的。
不过，它不适合用来核对听力。因为没有出现在字幕里的 Friday，看起来就像是你听错了一样。这不是字幕不好，而是它所做的工作不同。
英文文稿，也被整理得很干净
即使是用英语写的，也不一定就是原原本本说过的话。以易读为优先，删去 Sorry 和改口，只写 We meet on Saturday. 的文稿，也很常见。
是官方文稿，也不意味着一字一句都完全一致。比如，TED 官方帮助介绍了如何在 TED.com 的视频中查找与播放位置联动的交互式文字稿。这是一个方便的功能，但仅凭这一说明，并不能说它与同名播客版的时间或全部发言都一致。版本不同，对应的文字也会不同。
说到底，这份文字是为了保留说过的话而制作，还是为了以易读的方式传达内容而制作？这就是分界线。
自动字幕，是语音识别的结果
YouTube 的自动字幕由基于机器学习的语音识别生成。根据YouTube 帮助，它可能会因发音、口音、方言、噪声等原因而无法正确显示。从一开始，它就不是应该被当作完美文稿来对待的东西。
如果改口部分以 Friday sorry Saturday 这样的形式保留下来，它可以成为发生过改口的线索。但是，改口和犹豫并不总是会保留，Friday 本身也可能被显示成另一个词。只能把它当作正确部分和错误部分混在一起的文字，与音频对照着使用。
有时剧本在先，或者版本不同
录制前的剧本里写的是星期五的安排，正式录制时可能又改口了。如果还有剪掉了一部分的版本，或者视频与播客这样形式不同的版本，你手中的文稿对应哪一份录音也会产生影响。找到文稿时，要在页面说明中确认它对应哪个版本。跳过这一步，核对就会一直出现偏差。
字幕也可能先出现
字幕是一句一句成批显示的。如果说话人还在说 Friday 的过程中，“星期六见面”就先出现了，看起来就像 Friday 被译成了星期六。在这种情况下，内容是对的，只是显示的时刻出现了偏差。重新听前后几秒，看看后面是否有改口，就能明白。
区分使用的方法很简单。如果想知道安排或谈话的结论，翻译字幕往往就足够了。不过在有改口的地方，要听前后内容，确认结论是否与字幕一致。如果想核对听力，就要用按原话写下来的英文文字，并确认那份文稿的写法是否保留改口。如果想知道某句话说出的时刻，不要看字幕的显示时间，而要移动播放位置，用音频来确认。
Friday 确实存在于说出的话里，星期六则是安排的结论。没有必要把其中一方当作正确答案，再舍弃另一方。看看眼前的文字是为了保留发言，还是为了传达内容——看清这一点，不一致就不会是困惑，而是线索。关于包括是否有文稿在内的素材选择，看已发布练习素材的五个视角中有详细的介绍。