用途:把用户提供的视频(mp4/mov/mkv)制作成带字幕的展示片、教程或口播剪辑,流程为转录→审核→渲染,且在长时渲染前必须暂停等待字幕确认。支持希伯来语、英语及任意 Whisper 语言。
主要能力:先用 ffprobe 探查分辨率、帧率、时长、音频;用 ffmpeg 抽取 16kHz 单声道音频;用 faster-whisper 转录(默认 large-v3,希伯来语更佳,CUDA 在 Windows 常因缺 cuDNN 失败会回退 CPU int8);可套用已知更正(corrections.json);生成字幕主体合成(liquid-glass 胶囊样式)、液态背景与进度条转场;可选 remove-background 抠像做人物后字幕视差;支持 9:16 竖版输出用于 TikTok/Reels/Shorts。
关键用法:项目默认保存于 ~/Documents/yuv-projects/videos/<slug>/。初始化:mkdir -p ~/Documents/yuv-projects/videos 后 cd 进入,运行 npx hyperframes init <slug> --video <path> --non-interactive。抽音频:ffmpeg -i source.mp4 -vn -ac 1 -ar 16000 audio.wav。审核服务:python "$HOME/.claude/skills/video-edit/references/serve_review.py" .,服务会打印 REVIEW_URL=http://localhost:PORT/,用户点击 Approve & Render 后写出 transcript_review.txt 并退出,流程自动继续;无浏览器时可用静态编辑器 transcript-editor/index.html。渲染前需重编码以获得密集关键帧:ffmpeg -y -i source.mp4 -c:v libx264 -preset medium -crf 18 -r 30 -g 30 -keyint_min 30 -sc_threshold 0 -pix_fmt yuv420p -movflags +faststart -c:a copy footage.mp4,然后 npx hyperframes lint(须 0 错误)并渲染:npx hyperframes render --quality standard --fps 30 --output renders/<name>_FINAL.mp4。竖版需复制项目到 project-vertical/,替换 index.html 与 gen_body.py 为对应竖版模板后重新生成并渲染 1080×1920。
限制与注意:未经字幕明确批准不得渲染成片;希伯来语需 language="he"、RTL 与 Rubik 字体;字幕胶囊需不透明深色底;右下有摄像头画中画时字幕中心需左移;抠像片段需 data-media-start 与其 data-start 匹配否则失步;remove-background 多为 CPU(约 15s 1440p 片段 3–8 分钟);结尾卡带烧录文字时不要叠字幕。具体价格、平台支持范围与效果未在资料中提供。