Vlog Subtitle Skill

为视频自动生成字幕（通过语音识别）并可选烧录到视频中。

输入

• 视频文件路径（通常是剪辑后的 edited.mp4）
• 字幕样式偏好（可选，默认白色 + 黑色描边）

前置条件

# 确保 speaches Docker 服务已启动
curl http://localhost:8000/v1/models
# 确保 ffmpeg 已安装
ffmpeg -version

执行步骤

Step 1: 语音识别

如果 video_edit 阶段已生成过 transcript.json（针对原始视频），则需要对剪辑后的视频重新转录，因为时间轴已变化：

python3 ../video_edit/scripts/transcribe.py \
  --input ~/vlog_projects/{project}/edited.mp4 \
  --output ~/vlog_projects/{project}/edited_transcript.json \
  --api-url http://localhost:8000

Step 2: 生成 SRT 字幕

python3 scripts/generate_srt.py \
  --input ~/vlog_projects/{project}/edited_transcript.json \
  --output ~/vlog_projects/{project}/subtitle.srt

Step 3: AI 校对（由 Agent 执行）

Agent 读取 subtitle.srt 和 speech.md（口播稿）进行校对：

• 修正语音识别的错别字
• 确认专有名词拼写正确
• 调整句子分割使其阅读自然
• 每行控制在 15-20 字以内

将校对后的内容重新写入 subtitle.srt。

Step 4: 烧录字幕（可选）

python3 scripts/burn_subtitle.py \
  --input ~/vlog_projects/{project}/edited.mp4 \
  --subtitle ~/vlog_projects/{project}/subtitle.srt \
  --output ~/vlog_projects/{project}/final.mp4

字幕样式选项

输出格式选择

• SRT（默认）：兼容性最好，所有播放器和平台都支持
• ASS：支持更多样式（字体、颜色、特效），适合 B 站等
• 内嵌字幕：直接烧录到视频中，适合发布到不支持外挂字幕的平台

输出

• 字幕文件：~/vlog_projects/{project}/subtitle.srt
• 带字幕视频：~/vlog_projects/{project}/final.mp4（如选择烧录）