SuperAPI AI 工具集

caption-animation

设计与创作

查看项目

更新于 10-15 22:16

技能介绍

用途:把转录文本或配音变成逐词定时、逐词弹出的动态字幕,让每个词踩在音节上、当前词高亮,并保持在安全区内,适合 TikTok、Reels、Shorts 等 9:16 竖屏短视频。

主要能力:支持逐词或卡拉OK字幕、把 Whisper/SRT 转录转成动画文字、在 Remotion 或网页中渲染、将自动字幕重设为品牌化风格。流程为:转录(Whisper 或 AssemblyAI 得到词级时间戳)→ 归一化为 { text, startMs, endMs } 令牌 → 用 createTikTokStyleCaptions() 分页(每页 1–4 词)→ 逐词弹出与高亮 → 按安全区排版 → 导出烧录 MP4 和/或 SRT/VTT。

使用方式:词级时间戳必须来自真实转录,不能把整行平均切分。Remotion 中用 spring() 按每个词的 startMs 驱动缩放与透明度,当前词用单一强调色高亮;网页/CSS 可用 animation-delay 等于 startMs。排版建议:粗体无衬线、56–80px、2–6px 描边加阴影、高对比,放在画面中部约 62–70% 处,避开底部约 280px 和右侧图标栏。

限制:资料未提供收费、价格、平台支持范围等具体信息;字幕需词级时间戳,若只有句级需重新转录;烧录字幕不单独满足无障碍要求,应同时输出 SRT/VTT。