用途：在 HyperFrames 中为音频生成同步字幕、副标题、歌词与卡拉OK效果，并根据脚本语气自动选择排版、颜色与动画风格。
主要能力：读取项目 transcript.json 中带词级时间戳的规范化词数组（[{text,start,end}]）作为唯一输入格式；按视觉感受、配色、字体气质、动画特征四个维度检测风格；对品牌名、全大写词、数字、情感词、专有名词、行动号召等做逐词样式处理；按语气决定分组大小与位置；提供 fitTextFontSize() 做像素级字号适配，防止溢出；要求每个字幕组在 group.end 处用 tl.set 硬性隐藏，并提供自检规则。
使用方式：转录时若用户说明语言，用 --model small --language <code>；明确为英语才用 --model small.en；语言未知用 --model small 自动检测。默认模型为 small。字幕层用 position: absolute 与全宽加边距容器，避免 transform 居中导致裁切。
限制：必须确定性，禁用 Math.random() 与 Date.now()；同一时间只显示一个字幕组；退出动画不足以隐藏，必须有硬 kill；fontWeight 与 fontFamily 须与 CSS 完全一致；强调词缩放时需按 maxScale 缩减 maxWidth。转录命令、外部 API 与故障排查见 transcript-guide.md，动态动画见 dynamic-techniques.md，标记高亮见 /marker-highlight 技能。