视频字幕生成

技能简介

该技能从视频或音频文件生成电影风格字幕，支持希伯来语与英语自动识别、互译及硬编码烧录。

能做什么

• 高精度转录希伯来语（ivrit.ai 微调模型）与英语（Whisper large-v3）
• 自动检测语言并匹配最佳模型
• 将希伯来语音频翻译为英语字幕
• 生成独立 SRT 文件或嵌入软字幕
• 硬编码烧录字幕至视频（WhatsApp 等全平台可见）
• 输出电影级排版：每行最多42字符、1-7秒时长、自然断句

使用说明

安装依赖

# 安装 uv 包管理器与完整版 ffmpeg
curl -LsSf https://astral.sh/uv/install.sh | sh
brew install ffmpeg-full

基础用法

# 纯文本转录输出到终端
./scripts/generate_srt.py video.mp4

# 生成 SRT 字幕文件
./scripts/generate_srt.py video.mp4 --srt

# 烧录硬字幕（永久显示）
./scripts/generate_srt.py video.mp4 --srt --burn

# 翻译为英语并烧录
./scripts/generate_srt.py video.mp4 --srt --burn --translate en

# 强制指定输入语言
./scripts/generate_srt.py video.mp4 --lang he  # 希伯来语
./scripts/generate_srt.py video.mp4 --lang en  # 英语

常用选项

• --srt：生成 SRT 文件
• --burn：硬编码烧录字幕
• --embed：嵌入可开关的软字幕
• --translate en：翻译为英语
• -o FILE：自定义输出路径

输入与输出

见下方输入与输出表格。

风险提示

• 首次运行需自动下载约3GB模型文件，请确保网络稳定与磁盘空间充足
• 硬编码烧录后字幕不可关闭，建议保留原始文件备份
• 翻译质量受源音频清晰度影响，专业场景建议人工校对
• ffmpeg-full 为必需依赖，精简版可能缺少字幕渲染功能

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/ngutman/video-subtitles/SKILL.md
来源类型：GitHub 仓库