jyr-subtitles
字幕贴语音——把视频/音频里的话自动识别成剪映"识别字幕"(逐字时间轴、可在剪映里批量改样式),本地运行、不上传;或导入现成 SRT。当用户说"上字幕 / 加字幕 / 自动字幕 / 识别字幕 / 把这个视频配上字幕放进剪映"时使用。
SKILL.mdskills/jyr-subtitles/SKILL.md
GitHub字幕贴语音
# 新建草稿:视频 + 字幕
jyr subtitles /abs/口播.mp4 --out /abs/work/subs --srt /abs/work/口播.srt --publish
# 给已有草稿加字幕(改副本)
jyr subtitles /abs/口播.mp4 --into "已有草稿名" --name "已有草稿名-字幕"
# 已有 SRT
jyr edit "草稿名" --add-srt /abs/a.srt
- 识别:本地 faster-whisper(
--model small默认,medium更准更慢;Intel i5 上 small ≈ 2 倍实时)。首次会下载模型。 - 用别家 ASR(火山/讯飞等):输出
{"words":[{"start":秒,"end":秒,"text":"字"}]},用--words FILE传入,跳过本地识别。 - 每条字幕默认 ≤16 字(
--max-chars),按标点、停顿、4 秒上限断句,去掉句末标点。 - 生成的是剪映原生"识别字幕"(文字轨 flag=1 + 逐字时间),在剪映里能整体改样式。
- 识别有错字(如"爆款"听成"报款"):先
jyr transcribe看文本,再用jyr edit --replace "报款=>爆款"批量改。