kaylon-he/video-subtitle-skill

Video Subtitle

给视频自动加字幕并把字烧进画面，产出「带字幕 MP4 + SRT」。

流水线

1. 抽取 16k 单声道 wav（ffmpeg）
2. whisper.cpp 转录出 SRT（whisper-cli）
3. SRT → ASS：按画面宽度自动断行、CJK 字体、底部居中半透明底框
4. 用带 libass 的 ffmpeg 烧录 ASS，音轨直接 copy

用法

bash scripts/add_subtitles.sh input.mp4 -o output.mp4 -l zh

• -l/--language 源语言，默认 zh，可传 auto
• -f/--fontsize 字号，默认 42
• -s/--srt-only 只出 SRT，不烧录

必须遵守

• 先看转录文本再交付：脚本会把 SRT 打印到终端。人名、地名、成语常被识别错（例：「重阳姐」→「重阳节」、「久久重扬」→「九九重阳」）。有错就用 -s 重新出一版，改好 SRT 再烧录。
• 校验成品：从成片抽 2–3 帧（-ss <秒> -frames:v 1）确认字幕完整、没有被裁切或溢出画面。
• 不要用 Homebrew 的精简 ffmpeg：该构建没有 libass，subtitles/ass/drawtext 滤镜全部缺失。脚本会自动挑选带 libass 的 ffmpeg，装法见 README.md。
• 长句必须断行：ASS 用 WrapStyle: 2（只认 \N），srt_to_ass.py 已按 画面宽度 / 字号 自动插入 \N。若某句仍溢出，调小 -f 字号。

环境依赖

ffmpeg（带 libass）+ whisper-cli + ggml 模型 + python3。缺失时脚本会给出明确报错。完整库清单、安装命令与排错说明见 README.md。