SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场video-lyrics-subtitle

video-lyrics-subtitle

设计与创作

查看项目

更新于 10-15 08:06

技能介绍

用途

视频歌词字幕生成引擎，面向音乐视频（MV）的字幕制作。核心流程为：从歌词文本 + 时间轴信息生成 SRT/ASS 字幕文件，再通过 FFmpeg 烧录到视频中。

触发词包括：歌词字幕、lyrics subtitle、字幕烧录、字幕生成、SRT、ASS、bilingual subtitle、双语字幕、字幕文件、字幕制作。

核心 Pipeline

lyrics.txt + audio.mp3 → generate_srt.py（生成 SRT 时间轴） → generate_ass.py（可选：生成 ASS 高级样式 / KTV 效果） → burn_subtitles.sh（FFmpeg 烧录到视频） → final_with_subtitles.mp4

主要能力

generate_srt.py — SRT 字幕生成

用法：python3 scripts/generate_srt.py <lyrics_file> [options]

选项：

  • lyrics_file：歌词文件路径（LRC 或纯文本）
  • --audio <file>：音频文件，用于获取总时长（纯文本歌词时必须）
  • --duration <seconds>：总时长（秒），替代 --audio
  • --bilingual <cn_file>：中文翻译文件，生成双语 SRT
  • --json-timeline <file>：带时间轴的 JSON 文件
  • -o / --output <file>：输出 SRT 文件路径（默认 stdout）

输入格式支持：

  1. LRC 格式（带时间戳），如 [00:15.00]樱花落尽时 花瓣纷飞如雪
  2. 纯文本格式（等间隔分配），需 --audio 或 --duration 指定总时长，每行歌词等间隔分配时间；空行表示纯音乐段，自动标注 (纯音乐)
  3. JSON 时间轴格式，通过 --json-timeline 传入带 sections[].lines[] 结构的 JSON 文件，支持精确的 start/end 时间

SRT 生成规则：每行歌词对应一条 SRT 条目；空行 / 纯音乐段自动标注 (纯音乐)；双语模式原文行在上、翻译行在下，同一条目内用 \N 分隔；时间格式为 HH:MM:SS,mmm（SRT 标准）。

示例：

  • LRC 歌词 → SRT：python3 scripts/generate_srt.py lyrics/lyrics.lrc -o subtitles/lyrics.srt
  • 纯文本歌词 + 音频时长 → SRT：python3 scripts/generate_srt.py lyrics/lyrics.txt --audio audio/song_final.mp3 -o subtitles/lyrics.srt
  • 双语字幕：python3 scripts/generate_srt.py lyrics/lyrics.txt --audio audio/song_final.mp3 --bilingual lyrics/lyrics_cn.txt -o subtitles/lyrics_bilingual.srt
  • JSON 时间轴 → SRT：python3 scripts/generate_srt.py lyrics/lyrics.txt --json-timeline script/chloe_lyrics_parsed.json -o subtitles/lyrics.srt

generate_ass.py — ASS 高级字幕生成

用法：python3 scripts/generate_ass.py <srt_file> [options]

选项：

  • srt_file：输入 SRT 文件路径
  • --style <ktv|simple>：样式模式（默认 simple）
  • --font <name>：字体名称（默认 Noto Sans CJK SC）
  • --fontsize <size>：字体大小（默认 48）
  • --primary-color <hex>：主文字颜色（默认 #FFFFFF）
  • --outline-color <hex>：描边颜色（默认 #000000）
  • --back-color <hex>：背景色（默认 #80000000 半透明黑）
  • -o / --output <file>：输出 ASS 文件路径（默认同名 .ass）

ASS 样式：

  • simple 模式：底部居中显示，白色文字 + 黑色描边，半透明背景条
  • ktv 模式：逐字高亮效果（\kt 标签），播放时文字从灰色变为亮色，适合 KTV / 卡拉 OK 场景

示例：

  • 简单样式：python3 scripts/generate_ass.py subtitles/lyrics.srt -o subtitles/lyrics.ass
  • KTV 样式：python3 scripts/generate_ass.py subtitles/lyrics.srt --style ktv -o subtitles/lyrics.ass
  • 自定义字体和颜色：python3 scripts/generate_ass.py subtitles/lyrics.srt --font "Source Han Sans CN" --fontsize 52 --primary-color "#FFD700" -o subtitles/lyrics.ass

burn_subtitles.sh — FFmpeg 字幕烧录

用法：bash scripts/burn_subtitles.sh <video_file> <subtitle_file> [output_file]

功能：自动检测字幕格式（SRT / ASS）；调用 FFmpeg 硬字幕烧录；默认输出文件名 <video>_with_subtitles.mp4；FFmpeg 路径 ~/tools/ffmpeg。

FFmpeg 命令：

  • SRT 硬字幕：ffmpeg -i video.mp4 -vf "subtitles=lyrics.srt" -c:a copy output.mp4
  • ASS 硬字幕：ffmpeg -i video.mp4 -vf "ass=lyrics.ass" -c:a copy output.mp4

示例：

  • 烧录 SRT 字幕：bash scripts/burn_subtitles.sh video/phase1_preview.mp4 subtitles/lyrics.srt video/final_with_subtitles.mp4
  • 烧录 ASS 字幕：bash scripts/burn_subtitles.sh video/phase1_preview.mp4 subtitles/lyrics.ass video/final_with_subtitles.mp4

使用方式

脚本位于 scripts/ 子目录下：

  • scripts/generate_srt.py：从歌词文本 + 时间轴生成 SRT 字幕
  • scripts/generate_ass.py：SRT → ASS 转换（支持 KTV 高亮）
  • scripts/burn_subtitles.sh：FFmpeg 烧录字幕到视频

标准输入：

  • 歌词原文：lyrics/lyrics.txt（纯文本或 LRC 格式带时间戳）
  • 中文翻译：lyrics/lyrics_cn.txt（可选，用于双语字幕）
  • 音频文件：audio/song_final.mp3（用于获取总时长，纯文本歌词时）
  • 视频文件：video/*.mp4（烧录目标）

适用场景

音乐视频（MV）歌词字幕制作，包括单语字幕、双语字幕、KTV 逐字高亮字幕，以及将字幕烧录进视频成品。

项目文件结构

所有 MV 项目遵循以下文件结构：

~/clawd/projects/MediaClaw/output/<project-name>/ ├── lyrics/ # 歌词（必须有） │ ├── lyrics.txt # 歌词原文（纯文本或LRC） │ ├── lyrics_cn.txt # 中文翻译（可选） │ └── lyrics.json # 带时间轴的JSON（程序生成） ├── subtitles/ # 字幕文件（程序生成） │ ├── lyrics.srt # SRT格式 │ ├── lyrics_bilingual.srt # 双语SRT │ └── lyrics.ass # ASS格式（KTV效果） ├── audio/ # 音频 │ └── song_final.mp3 # 最终版音频 ├── video/ # 视频 │ ├── clips/ # 各clip片段 │ └── final_with_subtitles.mp4 # 最终带字幕视频 ├── frames/ # 参考帧图片 └── script/ # 剧本/计划 ├── mv_script.json # MV脚本 └── edit_plan.json # 剪辑计划

文件命名规范：歌词原文固定为 lyrics/lyrics.txt；中文翻译固定为 lyrics/lyrics_cn.txt（可选）；SRT 字幕固定为 subtitles/lyrics.srt（单语）；双语 SRT 固定为 subtitles/lyrics_bilingual.srt；ASS 字幕固定为 subtitles/lyrics.ass（KTV 效果）；最终视频固定为 video/final_with_subtitles.mp4。禁止随意命名（如 sub01.srt、lyrics_raw_v2.txt、final_v3_new.mp4）。

完整工作流示例

设置项目路径

PROJECT=~/clawd/projects/MediaClaw/output/chloe-sakura-mv SKILL=~/clawd/skills/video-lyrics-subtitle

1. 生成 SRT 字幕（从 LRC 歌词）

python3 $SKILL/scripts/generate_srt.py
$PROJECT/lyrics/lyrics.txt
--json-timeline $PROJECT/script/sakura_mv_final.json
-o $PROJECT/subtitles/lyrics.srt

2. 生成 ASS 字幕（KTV 风格）

python3 $SKILL/scripts/generate_ass.py
$PROJECT/subtitles/lyrics.srt
--style ktv
-o $PROJECT/subtitles/lyrics.ass

3. 烧录字幕到视频

bash $SKILL/scripts/burn_subtitles.sh
$PROJECT/video/phase1_preview_sakura_mv.mp4
$PROJECT/subtitles/lyrics.ass
$PROJECT/video/final_with_subtitles.mp4

限制

纯文本歌词必须通过 --audio 或 --duration 提供总时长，否则无法等间隔分配时间。FFmpeg 路径固定为 ~/tools/ffmpeg。其他平台支持、收费与价格信息暂未提供。