我的口播视频字幕skill打磨得比较满意了

我的口播视频字幕skill打磨得比较满意了 功能还不少，基本上skill怼着视频文件跑完，字幕（无需再手动调整）、章节标题、花字都有了。有需要的么？ 一、转写 - 本地 ASR：FunASR + token 级时间戳，全程离线，按内容哈希缓存 - 单视频 / 整目录：目录模式按创建时间接成一条时间轴，只出一个字幕 - 排序防错：优先读 creation_time，缺就整体退回 birthtime；--dry-run 先核对顺序 - manifest.json：记录视频顺序与时间偏移 二、说话人分离 - 双声道自动分轨：一人一个麦时两轨各转一遍，…

我的口播视频字幕skill打磨得比较满意了
功能还不少，基本上skill怼着视频文件跑完，字幕（无需再手动调整）、章节标题、花字都有了。有需要的么？

一、转写

- 本地 ASR：FunASR + token 级时间戳，全程离线，按内容哈希缓存
- 单视频 / 整目录：目录模式按创建时间接成一条时间轴，只出一个字幕
- 排序防错：优先读 creation_time，缺就整体退回 birthtime；--dry-run 先核对顺序
- manifest.json：记录视频顺序与时间偏移

二、说话人分离

- 双声道自动分轨：一人一个麦时两轨各转一遍，声道号即说话人号
- 硬静音压串音：本轨没对方响的帧直接置零
- 串音清理三道：整句是对方的丢掉、两轨重复的去弱留强、agent 跨轨互校补漏
- 声纹分离 --speakers：单声道素材用，一条字幕只装一个人的话
- 抢话合成两行：两人同时说时上下两行

三、纠错（默认只纠错、不改写）

- 同音近音错字：有把握才改，拿不准保留原文
- 专有名词：自带术语表 + 上下文推断，全片一致
- 连续重复去重：规则 + agent 复核，放过合法重复
- 年份换阿拉伯数字：一九年→19年，时长不动
- 中英文补空格：数字 + 时间单位除外
- 语气词全保留，clean 级别才去水词

四、排版

- 单行 16 个中文硬上限：英文数字算半宽
- 等宽切分：26 字切 13+13，不劈开英文单词
- 渲染前兜底：仍超宽的按 token 边界拆条
- 时间轴清理：消重叠、补最短时长、砍超长尾巴

五、交付物

- .srt 正片 / .raw.srt ASR 原文 / .spk1+.spk2 分轨对照
- .uncertain.srt 待确认字幕：没把握改的地方 + 候选改法
- .highlights.srt 花字：章节小标题 + 关键重点提示
- .review.srt + .review.md 敏感/冒犯审查：四类分高中低，宁多勿漏

#视频剪辑[话题]# #剪映[话题]# #口播视频[话题]# #播客剪辑[话题]# #访谈实录[话题]# #自媒体工具[话题]# #效率工具[话题]# #视频合规[话题]#
我的口播视频字幕skill打磨得比较满意了 功能还不少，... https://xhslink.cn/o/6PHpJttrTUg 这篇内容在【小红书】候着你~
resolved_url: https://www.xiaohongshu.com/explore/6a88032900000000050172cf
xhs_capture_status: success