Videocut

字幕

转录 → Agent校对 → 人工审核 → 烧录

核心流程（总计约 8-15 分钟，含人工审核）

1. 提取音频 + 上传          ⏱ ~1min
    ↓
2. 火山引擎转录（带热词）    ⏱ ~2min
    ↓
3. Agent 自动校对            ⏱ ~3-5min
    ↓
4. 人工审核确认              ⏱ 取决于用户
    ↓
5. 烧录字幕                  ⏱ ~1-2min

Step 1: 提取音频并上传

# 提取音频
ffmpeg -i "video.mp4" -vn -acodec libmp3lame -y audio.mp3

# 上传到 uguu.se（临时文件托管）
curl -s -F "files[]=@audio.mp3" https://uguu.se/upload
# 返回 URL 如: https://o.uguu.se/xxxxx.mp3

Step 2: 火山引擎转录（带热词）

转录脚本会自动读取词典作为热词，提高识别准确率：

# 词典位置: /Users/chengfeng/Desktop/AIos/剪辑Agent/.claude/skills/字幕/词典.txt
# 脚本会自动加载

bash ../剪口播/scripts/volcengine_transcribe.sh "https://o.uguu.se/xxxxx.mp3"

词典格式（每行一个词）：

skills
Claude
Agent
成峰
剪辑skills
claude code

Step 3: Agent 自动校对

3.1 生成带时间戳的字幕

const result = JSON.parse(fs.readFileSync('volcengine_result.json'));
const subtitles = result.utterances.map((u, i) => ({
  id: i + 1,
  text: u.text,
  start: u.start_time / 1000,
  end: u.end_time / 1000
}));
fs.writeFileSync('subtitles_with_time.json', JSON.stringify(subtitles, null, 2));

3.2 Agent 手动校对（不用脚本）

转录后，Agent 必须逐条阅读全部字幕，手动校对以下问题：

常见误识别规则表

常见漏字问题

3.3 对照原稿校对（如有原稿）

如果有原稿/脚本，可以辅助校对，但不要用脚本自动匹配（文字差异会导致时间戳累积错误）。

Agent 应：

1. 读取原稿作为参考
2. 手动逐条对比，发现差异时修正
3. 不确定的地方标记，留给人工审核

Step 4: 启动审核服务器

cd 字幕目录/
node /path/to/skills/字幕/scripts/subtitle_server.js 8898 "video.mp4"

访问 http://localhost:8898

功能：

• 左侧视频播放，右侧字幕列表
• 播放时自动高亮当前字幕
• 双击字幕文字编辑（时间戳不变）
• 倍速播放（1x/1.5x/2x/3x）
• 保存字幕 / 导出 SRT / 烧录字幕
• 底部显示词典快捷插入

Step 5: 烧录字幕

默认样式：22号金黄粗体、黑色描边2px、底部居中

ffmpeg -i "video.mp4" \
  -vf "subtitles='video.srt':force_style='FontSize=22,FontName=PingFang SC,Bold=1,PrimaryColour=&H0000deff,OutlineColour=&H00000000,Outline=2,Alignment=2,MarginV=30'" \
  -c:a copy \
  -y "video_字幕.mp4"

目录结构

output/YYYY-MM-DD_视频名/字幕/
├── 1_转录/
│   ├── audio.mp3
│   └── volcengine_result.json
├── subtitles_with_time.json    # 核心文件
└── 3_输出/
    ├── video.srt
    └── video_字幕.mp4

字幕规范

反馈记录

2026-01-31

• 火山引擎支持热词，已集成到转录脚本
• Agent 转录后需要自动校对，不能直接交给用户
• 字幕样式：金黄粗体 #ffde00，描边 2px
• IT 常被误识别为 Agent，需加入纠错规则
• 重要：Agent 校对必须手动逐条阅读，不能用脚本自动匹配
• 新增 17 条常见误识别规则（详见 3.2 节）
• 漏字问题比误识别更难发现，需要特别注意