就是我在B站上传了一个德语的油管视频，字幕识别和翻译准确率特别糟糕，所以我就把字幕文件喂给了GPT让它去翻译，结果翻译出来的并没有时间戳，那我只能找一个可以根据视频文本生成对应语音时间戳并把他们合一的软件，或者说直接生成字幕，但是翻译和断句必须用我给的视频文本，有软件能做到吗？