用途：把用户提供的口播音频（mp3/wav/m4a）加 SRT 字幕，做成画面与旁白同步的 MP4，用 HyperFrames（HTML 即视频）渲染。音频与 SRT 是唯一事实源：画面文案来自 SRT，时间轴来自 SRT 的 cue 时间戳，音频作为一条 audio clip 直接挂进合成，渲染时自动合流，没有先出视频再合音频的步骤。
主要能力：按 SRT 把 cue 归并成场景，场景开始时间取首条 cue 的开始时间，场景时长取下一场开始减本场开始再加约 0.5 秒重叠，末场到音频结束；场景内元素按对应子 cue 时间逐步出现。可选 frame/品牌风格（延续系列品牌、HyperFrames frame.md 模板或内置 visual-style），字体用本地 woff2，中文配 Noto Sans SC。
使用方式：先跑 npx hyperframes doctor 检查依赖（需 Node ≥ 22、FFmpeg、Chrome），并需 hyperframes / hyperframes-cli 两个 skill 在场，缺失时用 npx hyperframes skills 安装。起项目用 npx hyperframes init <YYYYMMDD-slug> --example blank --non-interactive，把音频与 SRT 放入 audio/。编写 index.html 合成后，依次运行 npx hyperframes lint、npx hyperframes validate、npx hyperframes inspect --samples 30 校对，再用 ffmpeg 抽帧验证同步，最后 npx hyperframes render --resolution landscape-4k --quality high --output renders/<slug>-4k.mp4 出 master，并用 ffprobe 确认 video(h264) 与 audio(aac) 两轨及时长。
限制：本技能不生成配音或做声音克隆，只处理用户已给的音频；用户未给 SRT 时需先询问，不默认跑 Whisper 转写。转场只用 incoming 场景自身的 clip-path 揭幕，禁止用独立全屏色块做转场；不要给容器套整体 opacity 动画；配对 tween 不加 overwrite:"auto"；禁止 Date.now()/Math.random()。深色主题亮度探测与浅色主题对比度采样可能误报，需抽帧看图确认。成片留在 studio/videos/<slug>/renders/，不自动提交。