剪映字幕 AI 糾錯
解決什麼問題
剪映的語音辨識快且免費,但專有名詞(Agent、Claude Code、MCP、WorkBuddy…)總辨識錯, 每集影片手改字幕要花半小時。本工具自動完成:解密草稿 → 雙層糾錯 → 回加密寫回, 時間軸和樣式零改動,改完回剪映直接開始剪輯。
前置條件(一次性,詳見 references/setup.md)
tools/下放好jy-draftc.exe(從 GitHub wenshui330/jy-draftc 下載)- 本機裝有剪映桌面版(自動探測,或設
JY_INSTALL_DIR指向含 videoeditor.dll 的版本目錄) - 智譜 API key(環境變數
ZHIPU_API_KEY;用智譜跑 Claude Code 的可自動讀取 settings.json)
標準工作流程
1. 使用者在剪映裡:新建草稿 → 放影片 → 「文字→智慧字幕」辨識完
2. 完全退出剪映(含托盤)——腳本會檢測,剪映開著拒絕寫回
3. 跑腳本(dry-run 先看效果):
python scripts/fix_subtitles.py "草稿名" --dry-run
4. 讓使用者看 workspace/<草稿名>/changes.md 對照表,確認改動
5. 正式寫回(去掉 --dry-run)
6. 使用者重開剪映 → 字幕已糾好 → 手動刪減/加變速 → 匯出
執行命令模板
& "<skill目錄>/scripts/fix_subtitles.py" "草稿名" --dry-run # 預覽
& "<skill目錄>/scripts/fix_subtitles.py" "草稿名" # 正式寫回
& "<skill目錄>/scripts/fix_subtitles.py" "草稿名" --no-llm # 純規則,秒出
參數
| 參數 | 作用 |
|---|---|
--dry-run | 只出對照表+SRT 不寫回(剪映開著也能跑) |
--no-llm | 只跑術語表規則取代,不調 API |
--batch N | LLM 每批條數,預設 30 |
術語表維護(核心!越用越準)
config/terms.json:
terms:權威寫法(寫回前強制校驗大小寫,如 api→API)fix:確定無疑的「錯→對」映射(如克勞德扣→Claude Code、engine→Agent)
每次跑完發現新錯拼,主動詢問使用者是否沉澱進術語表。 使用者是內容創作者,同一系列的影片術語高度重複,術語表是最有效的資產。 注意:加長短語映射(如「手抽injection→手搓Agent」)可能被已有的短映射(「手抽→手搓」) 先命中而失效——優先加目標詞本身的映射(如「injection→Agent」)。
雙層糾錯機制
- 規則層(主力):術語表精確取代,秒級、零成本、100%可控
- LLM 層(兜底):glm-4-flash 批量糾同音錯字(30條/批×4路並發), 寫回前過術語校驗 + 長度突變檢測(防幻覺重寫)
安全機制
- 剪映執行中拒絕寫回;每次執行自動備份到
workspace/<草稿名>/backups/ - 只改文字欄位,時間軸/樣式/軌道不動;回滾 = 用備份覆蓋
draft_content.json
已知邊界
- 依賴 jy-draftc 對剪映版本的支援(當前支援 10.3~11.5,剪映大版本更新後留意該專案)
- 草稿裡手動加的標題文字也會一起被糾(對照表可見,一般無礙)
- glm-4-flash 偶爾會小幅越權(刪語氣詞/補字),prompt 已加「寧可漏改不可錯改」約束, 最終以對照表人工抽查為準