SuperAPI AI 工具集

skill-captions

设计与创作

查看项目

更新于 10-15 21:36

技能介绍

用途:将字幕时间与字幕外观分离。ASR、短语分组、时间戳、SRT/VTT 与 caption-qc.json 由 ra-audio-to-subtitles 负责;本技能负责排版、面板几何、固定锚点、预览、叠加渲染、烧录与渲染 QC。禁止按字符数、场景时长或 TTS 分段时长估算生产时间。

必要流程:锁定最终旁白音频或合并视频;若无规范字幕工件则先运行 ra-audio-to-subtitles;要求 caption-qc.json 状态为 pass;从 references/style-registry.json 选择样式,未指定时用 anchor-dark;先出代表性静帧预览并按 references/layout-qc.md 检查;再渲染字幕派生版本,保留干净母版与可移植 SRT/VTT;最后运行 validate_caption_render.py 并归档其 JSON 报告。

已注册样式:anchor-dark 复现批准的 Kimi K3 字幕处理,STHeiti Medium、暖白文字、紧凑炭灰半透明圆角面板、无描边、无文字阴影、无大面积面板阴影,固定底部居中锚点。anchor-light 的字体、字号、内边距、宽度、底部锚点、换行适配与分辨率缩放与 anchor-dark 一致,仅表面不同:暖白半透明面板上的深色墨色文字,细边框与轻微柔和阴影。anchor-dark 仍为默认。1080p 指标按目标高度/1080 缩放;4K 按 1080p 的 2 倍渲染,不得放大已栅格化的 1080p 字幕层。

命令示例:预览用 render_captions.py final.mp4 media/captions/captions.json --qc media/captions/caption-qc.json --preview qc/caption-preview.png --preview-only;烧录默认样式加 --out renders/final-captioned.mp4;烧录浅色样式加 --style anchor-light;跳过已含烧录字幕的区间加 --exclude 0:23.936;生成透明字幕带用 --overlay-out renders/caption-band.mov;校验用 validate_caption_render.py --source final-clean.mp4 --render renders/final-captioned.mp4 --captions media/captions/captions.json --qc media/captions/caption-qc.json --out qc/caption-render-qc.json。

硬性规则:以最终音频/视频为唯一时间源;直接读取 captions.json 的 start/end;字幕 QC 缺失或失败时拒绝最终烧录;保持固定底部锚点,多行面板向上生长;字幕须在画面内并避开标题、UI、人脸与画中画;保留英文模型/产品词;跨渲染器保持唯一规范字幕时间线;保留干净母版,烧录版为派生;新样式或重大变更先短预览。除用户明确要求单独嵌入式字幕轨道外,不加卡拉 OK、人后排版、VFX 字幕或动态重点词。

集成:视频编排器应在 ra-audio-to-subtitles 之后调用本技能;交接可设 caption_style 为 anchor-dark 或 anchor-light,否则用 anchor-dark;渲染器可在 Remotion 或 HyperFrames 复现已注册 CSS,但须保持样式指标与固定锚点行为。