字幕同步
人才的剪辑放入右下角槽位;其语音驱动字幕和场景切换。在用户批准审核之前,集目中的任何内容都不会更改。
所有命令从工作区根目录运行。
1. Whisper 就绪?
npm run reelkit -- whisper check --model=<model> # 你将使用的模型;默认为 large-v3-turbo
如果模型尚未下载,sync prepare 会下载它(large-v3-turbo 为 1.6 GB)——先告知用户,或者提供 --model=small(586 MB,精度稍低)。如果 WebGPU 不可用,同步仍会附加剪辑,但字幕会基于脚本计时("临时方案")。
2. 准备(仅写入提案)
npm run reelkit -- sync prepare episodes/<folder> <path/to/clip> [--model=large-v3-turbo]
它会将剪辑复制为 talent.proposed.<ext>,进行转录,将单词与脚本对齐,并写入以下文件:
sync-report.md— 审查报告(西班牙语):剪辑详情、开头静音修剪、场景剪切前后对比、每个有差异的单词(修正为脚本拼写,⚠ Revisar标记严重偏离的单词并显示听到的内容,⚠ No se escuchó标记跳过的单词,即兴发言保留原样)、警告以及语音是否超出结尾。captions.proposed.json— 视频将使用的字幕(可编辑:修改某个单词的"text"以修复它)。sync-proposal.json— 修剪、场景起点、文件信息。
对齐决策方式:脚本拼写与 Whisper 时序结合——匹配或近似匹配的单词(数字与口语形式匹配:"12" ↔ "doce");严重偏离的单词显示听到的内容并被标记;Whisper 未听到的单词从字幕中移除;人才说出的额外单词则保留。
3. 与用户一起审核
阅读 sync-report.md 并向用户展示一个简短表格:场景剪切(前后对比)、每个标记的单词(场景、脚本、听到的内容、状态、时间)以及(如果有)超出结尾的行。请用户批准,或说明要修改哪些单词(编辑 captions.proposed.json,然后显示更改)。
- 语音超出结尾(
⚠ La voz sigue … s):最后几个单词将被裁剪。建议重新录制更短的版本。只有在用户明确同意的情况下,才能使用--accept-overrun应用。 - 整个场景未听到:视觉内容可能与所说内容不匹配——询问是重新录制还是继续。
- 匹配度低("¿Es el clip correcto?"):确认这是正确的剪辑和集目。
4. 应用(经批准后)
npm run reelkit -- sync apply episodes/<folder> [--accept-overrun]
它将暂存的剪辑重命名为 talent.<ext>,写入 captions.json,将 clip、sceneStarts、captionsSrc 和 stage: "synced" 保存到 episode.json 中,并移除它替换的旧剪辑。
5. 检查
npm run check -- episodes/<folder>
npx remotion still Episode out/<folder>-sync.png --public-dir episodes/<folder> --frame=<N>
查看句子中间的一个静帧:剪辑填充槽位,字幕显示正在说出的单词。提供 Studio:npm run studio -- episodes/<folder>。下一步:/reelkit:export。