videocut

name	videocut:字幕
description	字幕生成与烧录。火山引擎转录 + 词典纠错 + 审核 + 烧录。

字幕

转录 → Agent校对 → 人工审核 → 烧录

流程

0. 自动查找视频（优先用剪口播产出的 _cut.mp4）
    ↓
1. 提取音频 + 上传
    ↓
2. 火山引擎转录（带热词）
    ↓
3. Agent 自动校对
    ↓
4. 人工审核确认
    ↓
5. 烧录字幕

Step 0: 自动查找视频

优先级（从高到低）：

1. 用户传入的视频路径
2. 当前 output 目录下的 剪口播/3_审核/*_cut.mp4
3. 字幕烧录后的 字幕/3_输出/*_字幕.mp4

# 优先找剪辑后视频
CUT_VIDEO=$(find "$OUTPUT_DIR/剪口播/3_审核" -name "*_cut.mp4" -type f 2>/dev/null | head -1)

关键：字幕应该基于剪辑后的视频生成，而不是原始视频。

Step 1-2: 转录

# 提取音频
ffmpeg -i "$VIDEO_PATH" -vn -acodec libmp3lame -y audio.mp3

# 上传到 uguu.se
curl -s -F "files[]=@audio.mp3" https://uguu.se/upload

# 转录（带热词）
bash ../剪口播/scripts/volcengine_transcribe.sh "https://o.uguu.se/xxxxx.mp3"

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 校对

转录后，Agent 必须逐条阅读全部字幕，手动校对以下问题：

校对原则

1. 只改不加：校对只能修正识别错误，绝不能往字幕里添加视频中没说的话
2. 人名必查：词典里的人名即使加了热词，火山引擎仍可能识别错
3. 碎片合并：被拆成两条的字幕要合并
4. 不要自作主张：发现可疑内容时标记留给人工审核

常见误识别

误识别	正确	类型
成风	成峰	同音字
正特/整特	Agent	误识别
IT就	Agent就	发音相似
edge的叉100	Agentx100	误识别
cloud code	Claude Code	发音相似
Schill/skill	skills	发音相似
剪口拨/剪口波	剪口播	同音字
自净化/资金化	自进化	同音字
减口播	剪口播	同音字
录剪	漏剪	同音字
作为这个	做这个	同音字
斜杠V1/斜杠v	/v	口语描述
斜杠v点口拨	/v.口播	口语+同音
a p i t/APIK	API Key	误识别
excuse	skills	误识别
移完了	剪完了	同音字

常见漏字问题

原文	修正	说明
步呢是配置	第二步呢是配置	漏"第二"
4步就是	第4步就是	漏"第"
别省时间	特别省时间	漏"特"
这个我们的	这个是我们的	漏"是"
在里面看到	可以在里面看到	漏"可以"
跟大家处理完	跟大家讲完	用词不当
剪辑了逻辑	剪辑的逻辑	语法错误

Step 4: 审核

node ../字幕/scripts/subtitle_server.js 8898 "video.mp4"

访问 http://localhost:8898

功能：视频播放、字幕编辑、倍速播放、导出 SRT、烧录

Step 5: 烧录

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"

参数	值	说明
FontSize	22	字体大小
PrimaryColour	&H0000deff	金黄色
Alignment	2	底部居中

字幕规范

规则	说明
一屏一行	不换行，不堆叠
句尾无标点	你好 不是 你好。
句中保留标点	先点这里，再点那里

---

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）。

⚠️ 原稿校对的关键规则

• 原稿没有 = 必须删除：字幕基于 _cut.mp4（剪辑后视频），原稿里没有的内容说明在剪口播阶段已经被剪掉了，转录出现是火山引擎的幻觉或错误识别，必须删除
• 绝不能从原稿往字幕里"补"内容：原稿里有但转录没有的话，说明视频里确实没说，不能硬加进去
• 校对方向是单向的：只能用原稿来验证转录是否正确，不能用原稿来"补充"转录
• 产品名以原稿为准：如原稿要求用英文名（如 Kling 而非可灵），所有字幕统一替换

---

反馈记录

2026-02-10

• 重要：字幕必须基于剪辑后的视频（*_cut.mp4），不能用原始视频
• 严重教训：校对只改不加：火山引擎转录没有的内容，绝不能从原稿里"补"进字幕。案例：转录是"已经算领先了"，Agent 错误地从原稿补了一条"已经遥遥领先"，实际上视频已经剪掉了这段
• 严重教训：原稿没有 = 删除：原稿里没有的内容，说明剪口播阶段已经剪掉，必须删除
• 人名必查：词典热词不保证 100% 识别。案例："成峰"在词典里，火山引擎仍识别成"乘风"，Agent 校对时漏掉了

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
• 重要：Agent 校对必须手动逐条阅读，不能用脚本自动匹配
• 漏字问题比误识别更难发现，需要特别注意