subtitle-generator

name	subtitle-generator
description	当用户需要生成字幕、制作字幕、字幕对齐、ASR识别、语音转文字时使用此技能。触发词：生成字幕, 字幕生成, 制作字幕, 视频字幕, 语音识别, ASR字幕, Whisper字幕, 字幕制作, 视频转字幕, 字幕对齐, 音频转字幕, 语音转文字, 自动字幕, ASR识别, faster-whisper, subtitle, subtitles, caption, transcription, speech to text

Subtitle Generator / 字幕生成器

基于可插拔 ASR 引擎的多语言字幕生成技能，支持 Faster-Whisper（优先）和 OpenAI Whisper（兜底），自动检测 GPU 加速，支持 99+ 语言。

⚠️ 执行规则（强制，AI 必须遵守）

1. 必须后台直接执行，禁止委托子代理

字幕生成是纯执行任务，禁止使用 sessions_spawn 或子代理来执行命令，原因：

• 子代理消耗额外 tokens，纯属浪费
• 直接 exec background:true 效率最高

2. 执行模板

exec background:true command:"python3 ~/.openclaw/workspace/skills/subtitle-generator/scripts/main.py <视频文件> [srt|vtt] [语言] --notify"

⚠️ 必须使用 background:true，禁止前台执行阻塞主窗口。

3. 执行流程（强制顺序）

步骤 0（首次自动）： engines/init.py 在首次导入时自动检测 ~/.whisper-venv 是否存在，不存在时自动创建 venv 并安装依赖（faster-whisper 优先，openai-whisper 兜底），GPU 可用时自动启用 CUDA 加速。AI 无需手动干预。

1. 收到任务后立即回复用户：「🎬 字幕生成已启动（后台），完成后我会通知你。」
2. 使用 exec background:true 启动任务
3. 任务完成后（进程退出码为 0 或出错）必须 kill 相关进程
4. 通过 openclaw system event --mode now 唤醒 AI，再由 AI 使用 message 工具发送完成通知给用户
   • ⚠️ openclaw system event 只唤醒 AI，不发送 Telegram/Discord 等消息
   • ✅ 必须用 message 工具才能触达用户
5. 将字幕文件复制到视频同目录
6. 清理 /tmp 中的临时文件

4. 禁止行为

• ❌ sessions_spawn / 子代理执行此任务
• ❌ 前台执行 exec command:"..."（无 background:true）
• ❌ 不发送通知就结束会话
• ❌ 任务完成后不 kill 相关进程

5. AI 回复模板

任务启动时：

🎬 字幕生成已启动（后台），完成后我会通知你。
文件：xxx.mp4 | 格式：SRT | 语言：中文

Python 脚本输出 【字幕生成完成】 或 【字幕生成失败】 标记后，AI 被唤醒时使用 message 工具发送：

message(
    action="send",
    # 不传 channel 参数，自动路由到用户当前所在的聊天平台
    message="✅ 字幕生成完成\n文件：xxx.srt | 条数：356\n路径：C:\\Users\\xxx\\Videos\\temp\\xxx.srt"
)

⚠️ 必须省略 channel 参数，这样才能兼容所有 OpenClaw 支持的聊天工具（Telegram / Discord / WhatsApp / Slack 等）。

使用方法 / Usage

python ~/.openclaw/workspace/skills/subtitle-generator/scripts/main.py <video> [srt|vtt] [language] [--notify]

示例 / Examples

# English video, SRT subtitles
python ~/.openclaw/workspace/skills/subtitle-generator/scripts/main.py video.mp4 srt en --notify

# Japanese video, VTT subtitles
python ~/.openclaw/workspace/skills/subtitle-generator/scripts/main.py video.mp4 vtt ja --notify

# Chinese video, auto language detection
python ~/.openclaw/workspace/skills/subtitle-generator/scripts/main.py video.mp4 srt zh --notify

# Auto-detect any Whisper-supported language
python ~/.openclaw/workspace/skills/subtitle-generator/scripts/main.py video.mp4 srt --notify

支持语言 / Supported Languages

Whisper 支持 99+ 语言。常用语言代码：

Code	Language
en	English
zh	中文 (Chinese)
ja	日本語 (Japanese)
ko	한국어 (Korean)
fr	Français
de	Deutsch
es	Español
ru	Русский

不传语言参数 = 自动检测。

GPU 加速 / GPU Acceleration

faster-whisper 使用 CTranslate2 作为推理引擎，运行时自动检测并启用 GPU：

系统	GPU	加速方式	说明
Windows + NVIDIA	CUDA	cuDNN + CUDA	CTranslate2 自动加载
macOS M1/M2/M3/M4	Metal	Apple GPU	需安装 Metal 版 CTranslate2（见下）
macOS Intel	CPU	—	慢但可用
Linux + NVIDIA	CUDA	cuDNN + CUDA	CTranslate2 自动加载
CPU-only	—	降级运行	所有平台均支持

Apple Silicon (M系列) 安装 Metal 加速版

faster-whisper 默认不包含 Metal 加速，手动安装 Metal 版可获得显著提速：

# 先激活 venv，再安装 Metal 版 CTranslate2
~/.whisper-venv/bin/pip install \
  --extra-index-url https://download.pytorch.org/whl/metal \
  faster-whisper

安装后运行时日志会显示 Using device Metal，表示 Metal 加速已启用。

引擎优先级 / Engine Priority

Priority	Engine	Notes
1 (preferred)	faster-whisper	CTranslate2, 2-4x faster, lower RAM
2 (fallback)	openai-whisper	PyTorch, better compatibility

Engine is auto-selected. No manual configuration needed.

输出 / Output

字幕文件生成在视频同目录：

video.mp4
video.srt   ← auto-generated

依赖项 / Dependencies

• faster-whisper or openai-whisper (auto-selected, auto-installed)
• ffmpeg (系统级，必须提前安装)
• ffmpeg-python (Python binding, auto-installed)

ffmpeg 安装 / ffmpeg Installation

系统	安装命令
Windows	winget install ffmpeg 或 https://ffmpeg.org/download.html
macOS	brew install ffmpeg
Linux	sudo apt install ffmpeg 或 sudo yum install ffmpeg

⚠️ ffmpeg 缺失时脚本会报错并给出对应系统的安装提示。