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.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。