字幕

转录 → 纠错 → 审核 → 匹配 → 烧录

流程

1. 转录视频（Whisper）
    ↓
2. 词典纠错 + 分句
    ↓
3. 输出字幕稿（纯文本，一句一行）
    ↓
【用户审核修改】
    ↓
4. 用户给回修改后的文本
    ↓
5. 我匹配时间戳 → 生成 SRT
    ↓
6. 烧录字幕（FFmpeg）

转录

使用 OpenAI Whisper 模型进行语音转文字：

whisper video.mp4 --model medium --language zh --output_format json

模型	用途
medium	默认，平衡速度与准确率
large-v3	高精度，较慢

输出 JSON 包含逐词时间戳，用于后续 SRT 生成。

---

字幕规范

规则	说明
一屏一行	不换行，不堆叠
≤15字/行	超过15字必须拆分（4:3竖屏）
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

---

词典纠错

读取 词典.txt，每行一个正确写法：

skills
Claude
iPhone

我自动识别变体：claude → Claude

---

字幕稿格式

我给用户的（纯文本，≤15字/行）：

今天给大家分享一个技巧
很多人可能不知道
其实这个功能
藏在设置里面
你只要点击这里
就能看到了

用户修改后给回我，我再匹配时间戳生成 SRT。

---

样式

默认：24号白字、黑色描边、底部居中

可选样式：

样式	说明
默认	白字黑边
黄字	黄字黑边（醒目）

用户可说：

• "字大一点" → 32号
• "放顶部" → 顶部居中
• "黄色字幕" → 黄字黑边

---

输出

01-xxx_字幕稿.txt   # 纯文本，用户编辑
01-xxx.srt          # 字幕文件
01-xxx-字幕.mp4     # 带字幕视频