Agent skill

videocut:字幕

字幕生成与烧录。火山引擎转录→词典纠错→审核→烧录。触发词：加字幕、生成字幕、字幕

View SKILL.md on GitHub Repository
Stars 1,248
Forks 210

Install this agent skill to your Project

npx add-skill https://github.com/Ceeon/videocut-skills/tree/main/字幕

SKILL.md

字幕

转录 → Agent校对 → 人工审核 → 烧录

核心流程（总计约 8-15 分钟，含人工审核）

1. 提取音频 + 上传          ⏱ ~1min
    ↓
2. 火山引擎转录（带热词）    ⏱ ~2min
    ↓
3. Agent 自动校对            ⏱ ~3-5min
    ↓
4. 人工审核确认              ⏱ 取决于用户
    ↓
5. 烧录字幕                  ⏱ ~1-2min

Step 1: 提取音频并上传

bash
# 提取音频
ffmpeg -i "video.mp4" -vn -acodec libmp3lame -y audio.mp3

# 上传到 uguu.se（临时文件托管）
curl -s -F "files[]=@audio.mp3" https://uguu.se/upload
# 返回 URL 如: https://o.uguu.se/xxxxx.mp3

Step 2: 火山引擎转录（带热词）

转录脚本会自动读取词典作为热词，提高识别准确率：

bash
# 词典位置: /Users/chengfeng/Desktop/AIos/剪辑Agent/.claude/skills/字幕/词典.txt
# 脚本会自动加载

bash ../剪口播/scripts/volcengine_transcribe.sh "https://o.uguu.se/xxxxx.mp3"

词典格式（每行一个词）：

skills
Claude
Agent
成峰
剪辑skills
claude code

Step 3: Agent 自动校对

3.1 生成带时间戳的字幕

javascript
const result = JSON.parse(fs.readFileSync('volcengine_result.json'));
const subtitles = result.utterances.map((u, i) => ({
  id: i + 1,
  text: u.text,
  start: u.start_time / 1000,
  end: u.end_time / 1000
}));
fs.writeFileSync('subtitles_with_time.json', JSON.stringify(subtitles, null, 2));

3.2 Agent 手动校对（不用脚本）

转录后，Agent 必须逐条阅读全部字幕，手动校对以下问题：

常见误识别规则表

误识别 正确 类型
成风 成峰 同音字
正特/整特 Agent 误识别
IT就 Agent就 发音相似
edge的叉100 Agentx100 误识别
cloud code Claude Code 发音相似
Schill/skill skills 发音相似
剪口拨/剪口波 剪口播 同音字
自净化/资金化 自进化 同音字
减口播 剪口播 同音字
录剪 漏剪 同音字
作为这个 做这个 同音字
斜杠V1/斜杠v /v 口语描述
斜杠v点口拨 /v.口播 口语+同音
a p i t/APIK API Key 误识别
excuse skills 误识别
移完了 剪完了 同音字

常见漏字问题

原文 修正 说明
步呢是配置 第二步呢是配置 漏"第二"
4步就是 第4步就是 漏"第"
别省时间 特别省时间 漏"特"
这个我们的 这个是我们的 漏"是"
在里面看到 可以在里面看到 漏"可以"
跟大家处理完 跟大家讲完 用词不当
剪辑了逻辑 剪辑的逻辑 语法错误

3.3 对照原稿校对（如有原稿）

如果有原稿/脚本，可以辅助校对，但不要用脚本自动匹配（文字差异会导致时间戳累积错误）。

Agent 应：

  1. 读取原稿作为参考
  2. 手动逐条对比，发现差异时修正
  3. 不确定的地方标记，留给人工审核

Step 4: 启动审核服务器

bash
cd 字幕目录/
node /path/to/skills/字幕/scripts/subtitle_server.js 8898 "video.mp4"

访问 http://localhost:8898

功能：

  • 左侧视频播放，右侧字幕列表
  • 播放时自动高亮当前字幕
  • 双击字幕文字编辑（时间戳不变）
  • 倍速播放（1x/1.5x/2x/3x）
  • 保存字幕 / 导出 SRT / 烧录字幕
  • 底部显示词典快捷插入

Step 5: 烧录字幕

默认样式：22号金黄粗体、黑色描边2px、底部居中

bash
ffmpeg -i "video.mp4" \
  -vf "subtitles='video.srt':force_style='FontSize=22,FontName=PingFang SC,Bold=1,PrimaryColour=&H0000deff,OutlineColour=&H00000000,Outline=2,Alignment=2,MarginV=30'" \
  -c:a copy \
  -y "video_字幕.mp4"
参数 值 说明
FontSize 22 字体大小
FontName PingFang SC 苹方字体
Bold 1 粗体
PrimaryColour &H0000deff 金黄色 #ffde00
OutlineColour &H00000000 黑色描边
Outline 2 描边宽度
Alignment 2 底部居中
MarginV 30 底部边距

目录结构

output/YYYY-MM-DD_视频名/字幕/
├── 1_转录/
│   ├── audio.mp3
│   └── volcengine_result.json
├── subtitles_with_time.json    # 核心文件
└── 3_输出/
    ├── video.srt
    └── video_字幕.mp4

字幕规范

规则 说明
一屏一行 不换行，不堆叠
句尾无标点 你好 不是 你好。
句中保留标点 先点这里，再点那里

反馈记录

2026-01-31

  • 火山引擎支持热词，已集成到转录脚本
  • Agent 转录后需要自动校对，不能直接交给用户
  • 字幕样式：金黄粗体 #ffde00，描边 2px
  • IT 常被误识别为 Agent，需加入纠错规则
  • 重要：Agent 校对必须手动逐条阅读，不能用脚本自动匹配
  • 新增 17 条常见误识别规则（详见 3.2 节）
  • 漏字问题比误识别更难发现，需要特别注意

Recommended Agent Skills

Expand your agent's capabilities with these related and highly-rated skills.

Ceeon/videocut-skills

videocut:剪口播

口播视频转录和口误识别。生成审查稿和删除任务清单。触发词：剪口播、处理视频、识别口误

1,248 210
Explore
Ceeon/videocut-skills

videocut:自进化

自进化 skills。记录用户反馈，更新方法论和规则。触发词：更新规则、记录反馈、改进skill

1,248 210
Explore
Ceeon/videocut-skills

videocut:安装

环境准备。安装依赖、配置 API Key、验证环境。触发词：安装、环境准备、初始化

1,248 210
Explore
mattpocock/skills

setup-pre-commit

Set up Husky pre-commit hooks with lint-staged (Prettier), type checking, and tests in the current repo. Use when user wants to add pre-commit hooks, set up Husky, configure lint-staged, or add commit-time formatting/typechecking/testing.

111,310 9,758
Explore
mattpocock/skills

handoff

Compact the current conversation into a handoff document for another agent to pick up.

111,310 9,758
Explore
mattpocock/skills

edit-article

Edit and improve articles by restructuring sections, improving clarity, and tightening prose. Use when user wants to edit, revise, or improve an article draft.

111,310 9,758
Explore

Didn't find tool you were looking for?

Be as detailed as possible for better results