Communitygithub.com

ffmpeg 字幕与隐藏式字幕系统

为 FFmpeg 7.1 LTS 和 8.0.1 提供完整的字幕和隐藏式字幕系统。支持烧录字幕、添加软字幕轨道、提取字幕、格式转换、样式设置、定位对齐、CEA-608/708 隐藏式字幕、drawtext 文字叠加以及 Whisper AI 自动转录。

ffmpeg 字幕与隐藏式字幕系统 是什么?

此技能为开发者提供了一整套基于 FFmpeg 的字幕与隐藏式字幕解决方案。它兼容 FFmpeg 7.1 LTS 和最新稳定版 8.0.1,覆盖从简单 SR​T 烧录到复杂 ASS 样式字幕、从单一轨道添加到多语言字幕管理的各种场景。技能详细说明了每种字幕格式(SRT、ASS、VTT 等)的特点、使用场景以及相关的 FFmpeg 命令参数。此外,还涵盖了 CEA-608/708 隐藏式字幕的提取与嵌入、drawtext 文字叠加、基于 Whisper AI 的自动语音转录(FFmpeg 8.0+,支持 VAD、多语言和 GPU 加速),以及批量处理。所有内容均基于官方 SKILL.md 文档,确保专业性和准确性。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Biel-developer/skills-videos/tree/HEAD/skills/ffmpeg-captions-subtitles

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

关键指南

Windows 文件路径要求

强制:在 Windows 上始终使用反斜杠作为文件路径

当在 Windows 上使用编辑或写入工具时,必须在文件路径中使用反斜杠(\),而不是正斜杠(/)。

文档指南

除非用户明确要求,否则切勿创建新的文档文件。


快速参考

任务命令
烧录 SRTffmpeg -i video.mp4 -vf "subtitles=subs.srt" output.mp4
烧录 ASSffmpeg -i video.mp4 -vf "ass=subs.ass" output.mp4
添加软字幕ffmpeg -i video.mp4 -i subs.srt -c copy -c:s mov_text output.mp4
提取字幕ffmpeg -i video.mkv -map 0:s:0 output.srt
样式设置-vf "subtitles=s.srt:force_style='FontSize=24,PrimaryColour=&HFFFFFF'"
文字叠加-vf "drawtext=text='Hello':x=10:y=10:fontsize=24:fontcolor=white"
格式扩展名最佳用途
SRT.srt简单、通用
ASS.ass样式丰富、动画、动漫
VTT.vtt网页/HTML5 视频

何时使用此技能

用于字幕和隐藏式字幕操作:

  • 将字幕硬编码(烧录)到视频中
  • 向容器添加软字幕轨道
  • 从 MKV/MP4 中提取字幕
  • 设置字幕样式(字体、颜色、位置)
  • 动态文字叠加

FFmpeg 字幕与隐藏式字幕(2025 版)

使用 FFmpeg 处理字幕、隐藏式字幕和文字叠加的完整指南。

字幕格式参考

支持的格式

格式扩展名特性使用场景
SubRip.srt简单时间轴 + 文本通用、网页
Advanced SubStation Alpha.ass/.ssa丰富的样式、定位、特效动漫、样式字幕
WebVTT.vtt网页标准、提示、样式HTML5 视频
TTML/DFXP.ttml/.dfxp广播、无障碍流媒体服务
MOV Text.mov (嵌入)QuickTime 原生Apple 生态系统
DVB 字幕(嵌入)基于位图欧洲广播
PGS.sup蓝光位图字幕蓝光
CEA-608/708(嵌入)隐藏式字幕美国广播、流媒体

格式特性

SRT (SubRip):
- 简单的文本格式
- 支持基本 HTML 标签(<b>, <i>, <u>)
- 广泛兼容
- 不支持定位或高级样式

ASS/SSA:
- 高级样式(字体、颜色、描边)
- 屏幕任意位置的精准定位
- 支持动画和特效
- 卡拉 OK 时间轴

WebVTT:
- HTML5 标准格式
- CSS 样式
- 提示设置以实现定位
- 说话人识别

烧录字幕(硬编码)

基本字幕烧录

# 烧录 SRT 字幕
ffmpeg -i video.mp4 -vf "subtitles=subs.srt" output.mp4

# 烧录 ASS/SSA 字幕(保留样式)
ffmpeg -i video.mp4 -vf "ass=subs.ass" output.mp4

# 从 MKV 容器烧录字幕
ffmpeg -i video.mkv -vf "subtitles=video.mkv" output.mp4

# 烧录特定字幕轨道(索引 0)
ffmpeg -i video.mkv -vf "subtitles=video.mkv:si=0" output.mp4

# 通过流索引烧录字幕
ffmpeg -i video.mkv -vf "subtitles=video.mkv:stream_index=1" output.mp4

样式化字幕烧录

# 强制样式(覆盖字幕原有样式)
ffmpeg -i video.mp4 \
  -vf "subtitles=subs.srt:force_style='FontName=Arial,FontSize=24,PrimaryColour=&HFFFFFF,OutlineColour=&H000000,Outline=2,Shadow=1'" \
  output.mp4

# 黄色字幕,黑色描边
ffmpeg -i video.mp4 \
  -vf "subtitles=subs.srt:force_style='FontSize=28,PrimaryColour=&H00FFFF,OutlineColour=&H000000,Outline=3'" \
  output.mp4

# 放大字体以提高可访问性
ffmpeg -i video.mp4 \
  -vf "subtitles=subs.srt:force_style='FontSize=36,Bold=1'" \
  output.mp4

ASS 样式参数

参数描述示例
FontName字体族FontName=Arial
FontSize字号(磅)FontSize=24
PrimaryColour文本颜色(AABBGGRR)PrimaryColour=&HFFFFFF
SecondaryColour卡拉 OK 颜色SecondaryColour=&H00FFFF
OutlineColour描边/边框颜色OutlineColour=&H000000
BackColour阴影/背景颜色BackColour=&H80000000
Bold粗体(0/1)Bold=1
Italic斜体(0/1)Italic=1
Underline下划线(0/1)Underline=1
Outline描边宽度Outline=2
Shadow阴影深度Shadow=1
Alignment位置(小键盘风格)Alignment=2
MarginL/R/V边距(像素)MarginV=50

颜色格式 (ASS)

ASS 使用 &HAABBGGRR 格式(Alpha, Blue, Green, Red):
- 白色:&HFFFFFF 或 &H00FFFFFF
- 黑色:&H000000 或 &H00000000
- 黄色:&H00FFFF(00-蓝, FF-绿, FF-红)
- 红色:&H0000FF
- 蓝色:&HFF0000
- 50% 透明黑色:&H80000000

添加字幕轨道(软字幕)

嵌入 SRT 为轨道

# 向 MP4 添加 SRT(MOV text)
ffmpeg -i video.mp4 -i subs.srt \
  -c copy -c:s mov_text \
  output.mp4

# 向 MKV 添加 SRT
ffmpeg -i video.mp4 -i subs.srt \
  -c copy -c:s srt \
  output.mkv

# 向 WebM 添加 SRT(WebVTT)
ffmpeg -i video.webm -i subs.srt \
  -c copy -c:s webvtt \
  output.webm

多字幕轨道

# 添加多种语言
ffmpeg -i video.mp4 -i subs_en.srt -i subs_es.srt -i subs_fr.srt \
  -map 0:v -map 0:a -map 1 -map 2 -map 3 \
  -c copy -c:s mov_text \
  -metadata:s:s:0 language=eng -metadata:s:s:0 title="English" \
  -metadata:s:s:1 language=spa -metadata:s:s:1 title="Spanish" \
  -metadata:s:s:2 language=fra -metadata:s:s:2 title="French" \
  output.mp4

# 向 MKV 添加 ASS 字幕(保留样式)
ffmpeg -i video.mp4 -i styled.ass \
  -map 0 -map 1 \
  -c copy -c:s ass \
  output.mkv

设置默认字幕轨道

# 将字幕设置为默认
ffmpeg -i video.mp4 -i subs.srt \
  -c copy -c:s mov_text \
  -disposition:s:0 default \
  output.mp4

# 设置强制字幕(始终显示)
ffmpeg -i video.mp4 -i forced.srt \
  -c copy -c:s mov_text \
  -disposition:s:0 forced \
  output.mp4

提取字幕

提取到外部文件

# 提取第一个字幕轨道为 SRT
ffmpeg -i video.mkv -map 0:s:0 output.srt

# 提取特定字幕流
ffmpeg -i video.mkv -map 0:s:1 output.srt

# 提取为 ASS 格式
ffmpeg -i video.mkv -map 0:s:0 output.ass

# 提取为 WebVTT
ffmpeg -i video.mkv -map 0:s:0 output.vtt

# 提取所有字幕轨道
ffmpeg -i video.mkv -map 0:s subs_%d.srt

列出可用字幕轨道

# 显示所有流,包括字幕
ffprobe -v error -show_entries stream=index,codec_name,codec_type:stream_tags=language,title \
  -of csv=p=0 video.mkv

# 仅显示字幕流
ffprobe -v error -select_streams s \
  -show_entries stream=index,codec_name:stream_tags=language,title \
  -of csv=p=0 video.mkv

转换字幕格式

# SRT 转 ASS
ffmpeg -i subs.srt subs.ass

# ASS 转 SRT(丢失样式)
ffmpeg -i subs.ass subs.srt

# SRT 转 WebVTT
ffmpeg -i subs.srt subs.vtt

# WebVTT 转 SRT
ffmpeg -i subs.vtt subs.srt

drawtext 叠加与 Whisper AI 集成

关于 drawtext 叠加(字体、定位、转义、时间表达式、边框、描边、动画文字)和 Whisper AI 转录/字幕生成工作流的详细示例位于 references/drawtext-and-whisper.md。在创建烧录的文字图形或从语音生成字幕时,请加载该参考文件。

CEA-608/708 隐藏式字幕

提取隐藏式字幕

# 从 ATSC 流中提取 CEA-608 字幕
ffmpeg -f lavfi -i "movie=broadcast.ts[out0+subcc]" -map 0:1 captions.srt

# 从带嵌入式 CC 的视频中提取
ffmpeg -i video_with_cc.mp4 \
  -filter_complex "[0:v]format=yuv420p[v];[0:v]crop=1:1:0:0[c]" \
  -map "[c]" -c:v libx264 -f null - 2>&1 | grep -A 1 "Closed caption"

添加 CEA-608 字幕

# 嵌入 CEA-608 字幕(需要 eia608 行)
ffmpeg -i video.mp4 -i captions.scc \
  -c:v libx264 -c:a copy \
  -vf "movie=captions.scc[captions];[0:v][captions]overlay" \
  output.mp4

字幕定位

ASS 对齐值

7 (左上)     8 (中上)     9 (右上)
4 (左中)     5 (正中)     6 (右中)
1 (左下)     2 (中下)     3 (右下)

定位示例

# 顶部居中字幕
ffmpeg -i video.mp4 \
  -vf "subtitles=subs.srt:force_style='Alignment=8,MarginV=20'" \
  output.mp4

# 左对齐字幕
ffmpeg -i video.mp4 \
  -vf "subtitles=subs.srt:force_style='Alignment=1,MarginL=50,MarginV=30'" \
  output.mp4

# 右侧用于说话人识别
ffmpeg -i video.mp4 \
  -vf "subtitles=subs.srt:force_style='Alignment=3,MarginR=50'" \
  output.mp4

多字幕位置

# 两个不同位置的字幕轨道
ffmpeg -i video.mp4 \
  -vf "[in]subtitles=speaker1.srt:force_style='Alignment=1,MarginL=50'[tmp];\
       [tmp]subtitles=speaker2.srt:force_style='Alignment=3,MarginR=50'" \
  output.mp4

批量处理

为多个视频烧录字幕

#!/bin/bash
# burn_subs_batch.sh

for video in *.mp4; do
    base="${video%.mp4}"
    if [ -f "${base}.srt" ]; then
        ffmpeg -i "$video" \
          -vf "subtitles=${base}.srt:force_style='FontSize=24,Outline=2'" \
          -c:a copy \
          "output/${base}_subbed.mp4"
    fi
done

批量转换字幕格式

#!/bin/bash
# convert_subs.sh

for srt in *.srt; do
    base="${srt%.srt}"
    ffmpeg -i "$srt" "${base}.vtt"
done

故障排除

常见问题

"无法找到合适的输出格式"

# 显式指定输出格式
ffmpeg -i video.mkv -map 0:s:0 -f srt output.srt

字幕乱码

# 强制 UTF-8 编码
ffmpeg -i video.mp4 \
  -vf "subtitles=subs.srt:charenc=UTF-8" \
  output.mp4

字体未找到

# 指定字体目录
ffmpeg -i video.mp4 \
  -vf "subtitles=subs.srt:fontsdir=/path/to/fonts" \
  output.mp4

# 列出可用字体
fc-list : family | sort | uniq

字幕时间偏移

# 延迟字幕 2 秒
ffmpeg -i video.mp4 \
  -vf "subtitles=subs.srt:itsoffset=2" \
  output.mp4

# 或使用 setpts 调整
ffmpeg -i subs.srt -itsoffset 2 delayed.srt

字幕在高清视频上不显示

# 将字幕渲染缩放到视频分辨率
ffmpeg -i video_4k.mp4 \
  -vf "subtitles=subs.srt:force_style='FontSize=48,Outline=3'" \
  output.mp4

验证命令

# 检查字幕是否存在
ffprobe -v error -select_streams s -show_entries stream=codec_name -of default=nw=1 video.mp4

# 统计字幕行数
grep -c "^[0-9]" subs.srt

# 验证 SRT 格式
ffmpeg -i subs.srt -f null -

最佳实践

可访问性

  1. 使用高对比度颜色(白色背景、深色;黄色背景、深色)
  2. 标准视频的最小字号为 24pt
  3. 多个说话人时包含说话人标识
  4. 定位字幕,避免遮挡重要的视觉内容
  5. 每行不超过 42 个字符
  6. 显示时长:每条字幕最少 1 秒,最多 7 秒

质量

  1. 对样式化字幕(动漫、音乐视频)使用 ASS 格式
  2. 简单对话使用 SRT
  3. 网络交付使用 WebVTT
  4. 尽可能保留原始样式
  5. 分发前在目标设备上测试

性能

  1. 仅在必要时烧录字幕(流媒体、兼容性)
  2. 优先使用软字幕以便存档和灵活处理
  3. 为大文件烧录字幕时使用硬件编码
  4. 批量操作时并行处理

本指南涵盖了 FFmpeg 字幕和隐藏式字幕操作。如需带形状和图形的文字叠加,请参阅形状-图形技能。

相关技能