CapCut 字幕詞組分組工具

CapCut 字幕詞組分組工具 是做什麼的？

使用此技能來修復 CapCut 字幕中因 materials.texts[].words 陣列按中文字元拆分，導致像是「逐字顯色粗體 綠」這類範本會以字元片段而非完整詞語來滾動/螢光標示的問題。

此技能會編輯未公開的 CapCut 桌面版草稿 JSON。使用前請務必關閉 CapCut、備份草稿，並在匯出前於 CapCut 預覽中驗證。CapCut 的更新可能會改變草稿結構。

工作流程

1. 找出作用中的草稿目錄。
   • 若 CapCut 目前有開啟的專案，請優先使用 .locked 草稿。
   • 否則，使用 ~/Movies/CapCut/User Data/Projects/com.lveditor.draft 下最新修改的草稿。
2. 在寫入草稿檔案前，請先關閉 CapCut。若編輯器開啟中，CapCut 可能會覆蓋外部編輯的內容。
3. 檢查目標字幕：

   jq -r '.materials.texts[] | [(.content|fromjson.text), ((.words.text // [])|join("|"))] | @tsv' "$DRAFT/draft_info.json"
   

4. 針對草稿執行 scripts/regroup-caption-words.js。
5. 重新開啟 CapCut，並以視覺方式檢查至少一個開頭、中間和結尾的字幕。

腳本

使用內附的腳本進行實際修補：

node scripts/regroup-caption-words.js \
  --draft "$DRAFT" \
  --fillers "呃,嗯,額" \
  --backup

該腳本會修補所有找到的作用中草稿副本：

• 根目錄下的 draft_info.json
• 根目錄下的 template-2.tmp
• Timelines/*/draft_info.json
• Timelines/*/template-2.tmp

它會同時更新 materials.texts[].words 和 extra_info.subtitle_fragment_info_list[].subtitle_cache_info。

手動分組對應

為了更好的編輯控制，可以傳遞一個 JSON 映射檔，將顯示的文字對應到想要的詞組：

{
  "你會擔心AI就是呃奪走你的工作嗎": ["你會", "擔心", "AI", "就是", "奪走", "你的", "工作", "嗎"],
  "以及他的呃知識庫比我們都要多": ["以及", "他的", "知識庫", "比", "我們", "都要", "多"]
}

然後執行：

node scripts/regroup-caption-words.js \
  --draft "$DRAFT" \
  --groups-file groups.json \
  --fillers "呃,嗯,額" \
  --backup

映射檔可以使用移除填充詞前的原始文字。每個詞組列表串接後必須等於移除填充詞後的清理過的字幕文字。

驗證

修補後，請驗證：

jq empty "$DRAFT/draft_info.json" "$DRAFT/template-2.tmp" "$DRAFT"/Timelines/*/draft_info.json "$DRAFT"/Timelines/*/template-2.tmp
rg '呃|嗯|額' "$DRAFT/draft_info.json" "$DRAFT/template-2.tmp" "$DRAFT"/Timelines/*/draft_info.json "$DRAFT"/Timelines/*/template-2.tmp

同時驗證合併後的詞組是否等於顯示文字：

jq -r '.materials.texts[] | [(.content|fromjson.text), ((.words.text // [])|join("|"))] | @tsv' "$DRAFT/draft_info.json"

備註

• 保留範本結構。不要將字幕扁平化為逐詞或逐字片段。
• 移除填充詞會改變顯示文字，但不會影響影片/音訊的時間。
• 自動分詞使用 Intl.Segmenter("zh", { granularity: "word" })；若字幕很重要，請務必檢查結果。
• 範本渲染器的修補（例如將 wordCountPerPageLimit(3) 改為 2）只會改變每頁顯示的元數據條目數量，無法修復字元層級的詞元數據。
• CapCut 在手動編輯字幕後，可能會重新產生或重寫字幕元數據。在進行大量字幕編輯後，請重新執行此技能。