用途：为音乐视频广告生成短促、踩在演唱节拍上的歌词字幕，是已渲染歌曲（含时间数据）与烧录字幕环节之间的桥接组件。它本身不重新实现ASS生成或ffmpeg烧录，而是把词级时间戳规范化为既有 add-captions-burn/make_klap_style_subs.py 脚本所需的格式，再以音乐视频预设调用该脚本。
主要能力：解析ElevenLabs music_metadata.json或Whisper词级 word-timestamps.json；缺失或不可靠时可加 --whisper-fallback 用Groq Whisper转写。将时间戳与锁定歌词对齐，丢弃歌词外词元、按锁定拼写重拼、词数漂移超20%时告警。按标点、>600ms静音间隔和 --chunk-size（默认3）分块，重音词单独成块或置于块尾。生成ASS并烧录，保留音频流。可选 --preview-strip 输出波形与分块对照PNG。
使用方式：python3 scripts/sync.py --video <成片> --lyrics <歌词> --timestamps <时间戳> --output <输出>，可加 --accent-words、--chunk-size、--placement、--font、--font-size、--style-preset、--preview-strip。歌词建议用 lyrics-plain.md（每行一句纯歌词）；若传入 lyrics-locked.md 且存在同名 plain 文件，脚本会自动优先使用后者。
输出：带字幕mp4、同名.ass、chunks.json、可选preview-strip.png、manifest.json 与 verification.md。
适用场景：歌曲在 music-video-ad 的 MUSIC GENERATE 状态通过后；歌曲修订后重烧字幕；任何有演唱音轨与歌词、想要快节奏词块字幕的独立场景。
限制：不适用于旁白式VO广告（应直接用 add-captions-burn）或iMessage聊天、动态图形广告。ElevenLabs元数据结构未正式文档化，无法识别时会报错并提示改用 --whisper-fallback；歌词与音频漂移超20%会停止；字体缺失回退Georgia；窄画幅下3词块可能换行，需降到 --chunk-size 2。收费、价格与平台信息暂未提供。