字幕與隱藏式字幕
大多數社群影片在靜音狀態下觀看。字幕是編輯的一部分，而非額外添加。
1. 語音轉寫
# openai-whisper (pip install openai-whisper)
whisper audio.mp3 --model small --language en --output_format srt --output_dir captions/
# faster-whisper (pip install faster-whisper)：更快、記憶體更低、具單字時間戳
python - <<'PY'
from faster_whisper import WhisperModel
model = WhisperModel("small", compute_type="int8")
segments, info = model.transcribe("audio.mp3", word_timestamps=True, vad_filter=True)
for s in segments:
for w in s.words:
print(f"{w.start:.2f}\t{w.end:.2f}\t{w.word}")
PY
先萃取乾淨的音訊，可獲得更好的轉寫結果：
ffmpeg -i video.mp4 -vn -ac 1 -ar 16000 audio.wav
模型大小取決於準確度與速度的權衡：base < small < medium < large。英文建議使用 small 或 medium，口音重或非英語則用 large。
如果已有腳本（您是根據它生成旁白的），請不要信任轉寫的文字。請使用腳本內容，並只透過 Whisper 取得時間對齊（強制對齊）。這樣能確保人名和數字完全正確。
2. 修正文字
校對專有名詞、產品名稱和數字。Whisper 常常聽錯這些。當主題涉及專業領域時，請向使用者索取術語表。
3. 撰寫字幕檔
SRT：
1
00:00:00,000 --> 00:00:02,400
大部分建置在星期五失敗。
2
00:00:02,400 --> 00:00:05,100
以下是原因。
可讀性規則：
- 最多 2 行，每行約 42 個字元（直向影片約 20 個）。
- 閱讀速度低於每秒 17 個字元；最短提示長度為 1 秒。
- 在短語處斷句，不要斷在短語中間。切勿將人名跨提示分割。
- 提示不可重疊。保留 2 幀間隙或無間隙。
4. 嵌入字幕
# 透過 force_style 軟設定樣式（SRT）
ffmpeg -i in.mp4 -vf "subtitles=captions.srt:force_style='FontName=Arial,FontSize=22,PrimaryColour=&H00FFFFFF,OutlineColour=&H00000000,BorderStyle=1,Outline=2,Alignment=2,MarginV=60'" -c:a copy out/captioned.mp4
# ASS 提供完全控制（卡拉 OK 單字高亮、位置、動畫）
ffmpeg -i in.mp4 -vf "ass=captions.ass" -c:a copy out/captioned.mp4
Windows 路徑陷阱：在濾鏡中，請跳脫磁碟機代號的冒號並使用正斜線（subtitles='C\:/work/captions.srt'），或者從包含檔案的資料夾執行 FFmpeg 並使用相對路徑。
5. 短影音的單字高亮樣式
產生一個 ASS 檔案，每個詞組（2 到 4 個單字）一個事件，並使用 \k 卡拉 OK 標籤或逐字顏色覆蓋，使正在播放的單字變色。典型外觀：粗體無襯線字體、白色文字、3 到 4 像素黑色邊框、品牌強調色用於正在播放的單字，放置在下中三分之一處，不要放在最底部（平台 UI 會遮蓋）。
可作為起點的簡短 ASS 標頭：
[Script Info]
ScriptType: v4.00+
PlayResX: 1080
PlayResY: 1920
[V4+ Styles]
Format: Name,Fontname,Fontsize,PrimaryColour,SecondaryColour,OutlineColour,BackColour,Bold,Italic,Underline,StrikeOut,ScaleX,ScaleY,Spacing,Angle,BorderStyle,Outline,Shadow,Alignment,MarginL,MarginR,MarginV,Encoding
Style: Default,Arial,72,&H00FFFFFF,&H0000D7FF,&H00000000,&H64000000,-1,0,0,0,100,100,0,0,1,4,0,2,60,60,520,1
[Events]
Format: Layer,Start,End,Style,Name,MarginL,MarginR,MarginV,Effect,Text
Dialogue: 0,0:00:00.00,0:00:01.20,Default,,0,0,0,,{\k30}Most {\k40}builds {\k30}fail
ASS 中的顏色格式為 &HAABBGGRR（藍-綠-紅順序，alpha 在前）。
6. 交付
- 為社群平台提供已嵌入的版本。
- 提供獨立的
.srt或.vtt檔案用於 YouTube、LinkedIn 和網頁播放器（觀眾可切換及翻譯）。 - MP4 中的軟字幕軌：
-i captions.srt -c copy -c:s mov_text。
翻譯
翻譯提示文字，而非時間。根據語言調整行數限制（德語和芬蘭語較長，因此需重新換行）。影片公開後，請讓母語人士檢查。