用途:为视频添加动态歌词、字幕或卡拉OK文字叠加,基于 Remotion 渲染,内置多种模板风格。
主要能力:提供七种风格——karaoke(逐词弹跳、当前词高亮)、minimal(整行显示、当前词微放大)、fade(逐词平滑淡入)、neon(色差、故障入场、闪烁、扫描线)、cinematic(居中大字、模糊缩放、上下黑边)、bounce(随机位置弹入、彩虹配色)、typewriter(逐字符显示、光标闪烁,含 classic/terminal/vintage 主题)。所有风格文字在时间结束后约停留 1.5 秒再淡出,便于阅读。
使用方式:先用 transcribe 技能生成逐词时间轴:cd skills/transcribe/scripts 后执行 npx tsx transcribe.ts -i <audio.mp3> -o <project>/subtitles --json。然后在 Remotion 组合中按风格引入对应组件(LyricsOverlay、LyricsOverlayNeon、LyricsOverlayCinematic、LyricsOverlayBounce、LyricsOverlayTypewriter),用 parseElevenLabsTranscript 解析字幕 JSON,传入 videoSrc、lyrics、fontSize、isRTL、useOffthreadVideo 等属性。最后执行 npx remotion render MyVideo out/final.mp4 渲染。模板位于 .claude/skills/lyrics-overlay/remotion-templates/,可用 cp -r 复制到 Remotion 项目 src 目录。
适用场景:音乐视频、歌词视频、演讲与旁白字幕、儿童内容、电子乐与预告片等,可按曲风、能量与视觉风格选择模板。
限制:依赖 Remotion 项目与 transcribe 技能提供逐词时间轴;具体收费、平台支持与效果表现资料未提供。