# Subtitle Corrector Yashu

> 本技能专门纠错「音频转文字」生成的纯文本字幕：将文中专有名词的误写归一为正字，并修正其他明显错别字、删除口语填充词。激活条件：用户消息须包含以下关键词之一：`字幕纠错`、`校正音频转文字`、`音频转文字字幕纠错`、`字幕错别字修正`、`字幕校订`。

- Skill: `steelan9199/subtitle-corrector-yashu` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds add steelan9199/subtitle-corrector-yashu`
- Raw SKILL.md: https://api.skillmd.com/api/skills/steelan9199/subtitle-corrector-yashu/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: steelan9199 (https://skillmd.com/u/steelan9199)
- Updated: 2026-09-09
- Page: https://skillmd.com/skills/steelan9199/subtitle-corrector-yashu

---


# 字幕纠错 Skill（Subtitle Corrector）· 推断归一版

把一份「音频转文字」产生的纯文本字幕，纠错成干净可读的版本。**原始文件绝不被修改**，结果写入新文件。

## 核心原则

- **原始文件只读**：任何情况下不写入、不重命名、不删除用户提供的原 txt。
- **专有名词只给正字**：用户提供的只是一串「正确写法」的专有名词（用逗号 `,`、中文逗号 `，` 或空格分隔）。文中对应的误写（音近/形近）由你（AI）去推断并改成正字。例如用户给 `小明`，文中若是 `小名`/`晓明`，你高置信度地归一为 `小明`。
- **高置信度才改（宁漏勿错）**：只有当你相当确信某处是同一专有名词的误写时才改；拿不准就保留原样，绝不为「通顺」而臆造或误伤正常词。
- **填充词清理 + 语境增强**：删口语填充词，并顺手修其他明显错别字。

## 工作流

### 第 1 步：解析用户输入

从用户消息提取两类信息：

1. **输入文件路径**：绝对路径，如 `D:\temp\8月17日.txt`（Windows 反斜杠原样保留）。
2. **专有名词清单（仅正字）**：用户直接给的一串正确写法，用 `,` / `，` / 空格 分隔。
   - 例：`小明, 李娇, 张总` 或 `小明 李娇 张总`
   - 这些是「标准名」，你需要用它们在文中定位并修正误写。
   - 若用户未提供任何专有名词，仍可执行「填充词清理 + 语境增强」，但不要臆造专有名词。

> 不要期待用户给出「错→对」格式——他们只给对的那一面，错的那一面由你推断。

### 第 2 步：AI 语义纠错（核心、必做）

读取原文件全文，做一遍**人工复核式**的纠错，产出纠错后的文本（先在内存/草稿中）：

1. **专有名词归一**：对清单里每个正字，扫描全文，找出高置信度的误写并改成正字。
   - 依据：音近（小名/晓明→小明）、形近、同音字、以及上下文语义一致性。
   - 仅在「高度确信是同一实体/术语的误写」时改；若某正字在文中本就写对，无需处理；若文中出现读音相近但可能是另一个正常词，则保留。
   - 例：用户给 `张总`，文中 `张忠`/`章总` 在语境指同一人 → 归一为 `张总`。
2. **其他错别字（语境增强）**：顺手修正明显音近/形近错别字（如 `在见→再见`、`人工只能→人工智能`），同样只改高置信度的。
3. 保留原段落、空行、标点结构；**严禁**增删事实或改写用户原意。

> 边改边记录改动清单（「原词 → 正字」），用于最后汇报。

### 第 3 步：写入并做确定性后处理

1. 将第 2 步得到的文本写入 `_corrected.txt`（与原文件同目录，文件名 `原名_corrected.txt`，编码 `utf-8-sig`，保证 Windows 记事本正常显示中文）。
   - 可用 Write 工具直接写出。
2. 运行本技能目录下的 `scripts/correct.py` 对该文件再做一遍**确定性填充词清理 + 标点规整**（脚本只删安全的单字/短语填充词，不会动你已归一好的专有名词）：
   ```bash
   python3 "<skill_dir>/scripts/correct.py" -i "D:\temp\8月17日_corrected.txt" -o "D:\temp\8月17日_corrected.txt"
   ```
   - 脚本会打印 `OUTPUT:` 与 `REPORT:`（含各填充词命中次数），读取以便汇报。
   - 如需自定义填充词，用 `--fillers "啊" "额" ...`；如要跳过，用 `--no-filler`。

### 第 4 步：向用户汇报

简洁说明：
- 输出文件路径（强调原文件未改动）。
- **专有名词归一**：列「误写 → 正字」若干例（来自第 2 步记录）。
- **其他错别字修正**：举 2-3 个典型（如 在见→再见）。
- **填充词删除**：来自脚本 REPORT 的统计。
- 提醒：对「高置信度才改」未敢确定的地方，可让用户补充指正。

## 边界与注意事项

- 文件很大时，AI 语义纠错可分段阅读、逐段覆盖，但注意保持整体一致；脚本后处理照常处理整文件。
- 不要为了「通顺」而改变用户已写对的专有名词、数字、术语。
- 编码默认输出 `utf-8` 无`BOM`；若用户要求其他编码，用 `--encoding-out` 指定。

## 示例

用户：「帮我纠错字幕 D:\temp\8月17日.txt ，专有名词：小明, 李娇, 张总」

→ AI 读原文，发现 `小名`/`晓明`→`小明`、`李叫`→`李娇`、`张忠`→`张总`（高置信度），顺手修 `在见`→`再见`；写入 `D:\temp\8月17日_corrected.txt`；再用 correct.py 做填充词+标点清理；最后汇报改动清单。