Communitygithub.com

amtamaddon/rsk-explainer-studio 字幕工具

使用 faster-whisper 從最終音訊產生逐字時間軸字幕,並將其嵌入影片中。適用於最終剪輯渲染完成之後。

rsk-explainer-studio 字幕工具 是什麼?

這是一個專門為影片後製工作流程設計的 AI 工具,能在最終剪輯渲染完成後,從音訊中自動產生具備逐字時間軸的精確字幕。該工具利用 faster-whisper 進行語音辨識,並將辨識結果分組為每行最多 42 個字元的字幕行,同時產生兩種字幕檔案:一種是包含逐字高亮效果的 .ass 字幕檔,可在播放時逐字標示當前朗讀的字詞;另一種是標準的 .srt 側邊字幕檔。使用者可以將原始劇本傳遞給 ASR 引擎作為初始提示,以確保專有名詞和特定術語的正確辨識,之後再手動修正劇本中可能存在的拼寫錯誤。最終,工具會將字幕燒錄到影片中,輸出為帶有字幕的最終版本。此工具適用於 Claude Code、Cursor 或類似支援 CLI 的 AI 開發環境,特別適合需要高品質、逐字對齊字幕的說明型或教學型影片製作。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/amtamaddon/rsk-explainer-studio/tree/HEAD/.claude/skills/captions

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

字幕

python scripts/captions.py out/<slug>_final.mp4 --script work/<slug>/script.md
  • 使用逐字時間戳記進行轉錄,將單詞分組為最多 42 個字元的字幕行,並產生一個 .ass 檔案,該檔案會高亮顯示每個正在朗讀的單詞,同時產生一個純文字的 .srt 側邊字幕檔。
  • 將劇本作為 ASR 初始提示傳遞,以確保專有名詞和術語的辨識正確。若有殘留的拼寫錯誤,請手動對照 script.md 進行修正。
  • 燒錄至 out/_captioned.mp4。

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

相關技能