---
name: space-video-subtitle
description: 视频字幕全流程——语音转写、口播式断句、AI 校对纠错（专有名词/同音字/标点）、生成 SRT/ASS，并可选烧录进视频。当用户说「上字幕」「转写这条视频」「生成 srt」「字幕校对」「断句」「烧录字幕」「硬字幕」「subtitle」时触发。输入是视频或音频，输出是校对过的字幕文件，可选带字幕的成片。
---

# space-video-subtitle · 字幕

字幕不是「转写完就行」。口播字幕要**断句舒服、专名正确、和画面对齐**。分四步。

## 流程

```text
视频/音频 → ① 转写(带时间) → ② 口播式断句 → ③ AI 校对 → ④ 输出 SRT/ASS →（可选）烧录
```

### ① 转写
- 抽 16k 单声道 wav → ASR（SenseVoice / whisper / Volc 任一可用后端）
- 产出带时间的词级或句级结果

### ② 口播式断句
字幕断句和标点不一样，按**呼吸和语义**断，不按书面标点：
- 一屏字幕 ≤ 一句能一眼读完（中文一般 ≤15 字/行，竖屏更短）
- 在自然停顿处断，不把一个词组切两屏
- 语气词/口头语可保留（更真实），也可按用户偏好清掉

### ③ AI 校对（最关键）
ASR 初稿必错，重点纠三类：
- **专有名词**：人名、产品名、英文缩写（Qoder、HyperFrames、MCP…）——建一个术语表喂进去统一
- **同音字**：中文 ASR 高发（「在/再」「的/得」「做/作」）
- **标点与数字**：口播里的「百分之八十七」→「87%」按需规整

若有剪辑（`space-video-edit`），字幕**基于剪后视频重新转写再校对**，不能沿用原视频字幕。

### ④ 输出
- `subtitles.srt`：通用
- `subtitles.ass`：需要样式（字体、描边、位置、逐字卡拉OK）时用
- 命名和成片对应

## 烧录（可选）

```bash
# 软字幕(可关) —— 封装进容器
ffmpeg -i in.mp4 -i subtitles.srt -c copy -c:s mov_text out.mp4

# 硬字幕(烧进画面) —— 带样式
ffmpeg -i in.mp4 -vf "subtitles=subtitles.ass" -c:a copy out_hard.mp4
```

竖屏注意字幕安全区（别被平台 UI 挡住），一般压在画面下方 1/5 以上。

## 交接

- 上游：`space-video-edit` 的 `source_cut.mp4`，或任意成片/音频
- 下游：带字幕的成片 → `space-video-cover` 或直接发布

## 依赖

`ffmpeg`、一个 ASR 后端；烧录 ASS 需 ffmpeg 带 libass。

## 核心原则

- **断句按呼吸，不按标点**
- **专名先建表**：术语表统一，避免同一个词半集对半集错
- **剪后重转写**：剪过的视频，字幕必须重新做