Communitygithub.com

视频锻造工具

在本地转录音频、保留文字时间戳并在编辑过程中保持一致,为可读字幕设计样式,并生成可编辑的字幕旁白文件。

视频锻造工具 是什么?

该技能专为需要高效处理视频字幕的开发者和内容创作者设计。它提供了一套完整的字幕工作流:可在本地进行音频转录(支持 faster-whisper 环境),保留精确的单词级时间戳(以秒为单位的 {text, start, end} 格式),并通过渲染器自动将短句分组并高亮当前词。该技能支持生成带时间戳的 transcript.json 及标准 SRT 字幕文件,同时强调检查标点、行长度、对比度、界面安全区域以及字幕与画面主体的对齐。它明确警告不要将 ASR 估算的时间戳冒充精确对齐,建议在重录或重复短语后人工审核技术术语和声音对齐。支持平台包括 Claude Code、Cursor、Codex 等基于命令行的 AI 代理环境,符合专业视频编辑与字幕制作的需求。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Sanidhya14321/video-forge/tree/HEAD/skills/video-captions

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

视频字幕

阅读字幕工作流。 选择恰好一种字幕输入:显式词、转录 JSON 文件或本地转录。单词条目为 {text, start, end},单位秒。切勿将时间戳进行估算并呈现为测量的对齐。

使用可选的 faster-whisper 环境进行 transcribe: true。其时间戳是 ASR 估算值。请根据声音审查技术术语和对齐,尤其是在重录或重复短语后。空字幕或越界字幕将停止作业。

渲染器会将短句分组并高亮当前词;运行器会保留 transcript.json 和 SRT 文件。请检查标点、行长度、对比度、界面安全区域以及字幕与画面主体的对齐。必须测试所选语言的字体覆盖率。

翻译是代理编写的参考工作流。除非意思需要重新分段和对齐,否则保留原始时间。双语风格化和 ASS 旁白文件在 v0.1 中不是内置输出。请阅读参考文档了解可用方法与引擎限制。

对于短视频,使用视频锻造参考-短视频方向中描述的受保护内容条带。保持短语分组在剪辑间的可读性;单词可以强调实际语音,但任意节拍定时不得替代测量的单词时间戳。

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

相关技能