将 MiniMax H3 多镜头主音频、镜头时间线和字幕 cue 编译为可审阅报告与 SRT,提前发现空档、重叠和越界。
以下摘录自发布者现有说明,不代表平台已完成运行验证。完整交付范围、限制与验收要求请继续阅读原文。
保留原2技能、脚本、附件、版本、标题、slug、分类、图标与短描述;只改父套餐免费价格、price_type、完整详情和更新时间,子技能原价字段不改,免费下载权限由父套餐继承。 重要限制:镜头边界容差固定0.001秒,字幕超过20字符只标 review;这些是本地规则,不是模型能力或可读性保证。字幕 text=null 会被转成 None 文本而不被当作空字幕,须预先保证真实非空字符串和有限时间值。SRT只是报告内文本,不自动写独立 .srt、翻译、转录或核验音轨。两步独立,需要将镜头 start/end/vocal_line 人工映射到 captions,不能据报告证明真实声画同步。 默认脚本输出可覆盖同名文件,须使用新的独立输出文件,绝不覆盖原文件或包内示例。核对退出码、状态和人工动作,不将文件存在、pass或review当作真实业务完成;保留失败副本后修正新副本再运行。 交付两个独立技能目录,包含 _meta.json、SKILL.md、agents/openai.yaml、README、脱敏 examples 和 Python 标准库脚本。 时间线示例应检查 3 个连续镜头并输出 pass;制造重叠或尾部空档应输出 block 和非零退出码。 字幕示例应输出 3 条合法 cue 和 SRT;制造重叠或越界 cue 应输出 block 和非零退出码。 不包含模型 API key、账号、上传、远程抓取、真实音频/视频、字幕翻译服务、额度或生成结果保证。
运行脚本只需已授权且脱敏的本地记录,不需提供账号、密钥或原始媒体。平台账号和额度仅用于后续另行授权操作,不属于本包交付。 脱敏的主音频定位符、项目总时长和镜头 start/end; 每镜头口播行、切点标记、字幕文本和语言; 目标模型入口、音频/字幕授权状态和人工验收要求。
运行时间线技能,校正镜头与主音频的边界。 将镜头结果或独立字幕 JSON 交给字幕技能,输出报告和 SRT。 在实际模型或后期软件中人工确认音频权利、口型、翻译和字幕可读性,再提交或导出。
注册用户免费下载。两个本地标准库脚本,检查填写的镜头与字幕时间,并在 JSON 的 srt 字段及 Markdown 中生成可复制的 SRT 文本。不会读取音频、自动识别语音、对齐口型或烧录字幕。本次只核验当前交付脚本与合成数据,不重新核实当前官方模型参数、接口、费用、服务可用性或地区政策。 镜头边界容差固定0.001秒,字幕超过20字符只标 review;这些是本地规则,不是模型能力或可读性保证。字幕 text=null 会被转成 None 文本而不被当作空字幕,须预先保证真实非空字符串和有限时间值。SRT只是报告内文本,不自动写独立 .srt、翻译、转录或核验音轨。两步独立,需要将镜头 start/end/vocal_line 人工映射到 captions,不能据报告证明真实声画同步。 默认仅处理有权使用且已脱敏的本地素材,不上传、不调用付费模型、不覆盖或删除原文件。后续密钥、第三方API、上传、付费和不可逆操作不由本包实施,必须另行告知权限、隐私、费用、人工确认与失败边界。不含账号、权重、模型额度、真实媒体、远程部署、人工权利审查、法律意见或持续更新服务;不承诺零错误、真实媒体效果、收入或业务交付。访问、注册、下载和销售尚无可验证数据。
2个实用技能 · 2步完成 · 每一步都能单独使用
把 MiniMax H3 多镜头创作中的主音频、镜头时间线和字幕 cue 变成可审阅的 JSON/Markdown/SRT 交付物,提前发现空档、重叠、越界和过长字幕;只处理脱敏元数据,不调用模型、不上传素材。
注册用户免费下载。
实际交付范围: 两个本地标准库脚本,检查填写的镜头与字幕时间,并在 JSON 的 srt 字段及 Markdown 中生成可复制的 SRT 文本。不会读取音频、自动识别语音、对齐口型或烧录字幕。
2个可下载技能 · 每个技能可单独运行
技能文件:minimax-h3-timeline-compiler(包内名称;站内 slug:minimax-h3-timeline-compiler,Skill ID:27907)
解决什么: 解决多段视频分别生成时,镜头边界没有对齐同一条主音频、存在空档/重叠或切点未标注的问题。
What you get: h3_timeline.json 与 Markdown 报告,包含归一化镜头顺序、时间线、口播行、转场标记和修复建议。
流转与确认:本步结果需按字段人工映射至下一步,包内无自动串联执行器。
技能文件:minimax-h3-caption-risk-checker(包内名称;站内 slug:minimax-h3-caption-risk-checker,Skill ID:27906)
解决什么: 解决字幕 cue 超出视频、相互重叠、文本过长或为空,导致后期字幕无法稳定落地的问题。
What you get: h3_captions.json、Markdown 报告和可复制的 SRT 文本;本步形成最终字幕交付清单。
↓ 本步结果形成最终交付
示例用一条 12 秒的脱敏主音频和 3 个连续镜头,第一步检查边界与切点,第二步生成 3 条字幕 cue 的 SRT;这是本地测试,不代表任何模型已生成视频、完成口型同步或产生商业结果。
适合 MiniMax H3 音乐视频创作者、AI 短片导演、口播与多语言内容团队、ComfyUI 工作流使用者和模型 API 集成开发者。
运行脚本只需已授权且脱敏的本地记录,不需提供账号、密钥或原始媒体。平台账号和额度仅用于后续另行授权操作,不属于本包交付。
脱敏的主音频定位符、项目总时长和镜头 start/end;
每镜头口播行、切点标记、字幕文本和语言;
目标模型入口、音频/字幕授权状态和人工验收要求。
运行时间线技能,校正镜头与主音频的边界。
将镜头结果或独立字幕 JSON 交给字幕技能,输出报告和 SRT。
在实际模型或后期软件中人工确认音频权利、口型、翻译和字幕可读性,再提交或导出。
保留原2技能、脚本、附件、版本、标题、slug、分类、图标与短描述;只改父套餐免费价格、price_type、完整详情和更新时间,子技能原价字段不改,免费下载权限由父套餐继承。
重要限制:镜头边界容差固定0.001秒,字幕超过20字符只标 review;这些是本地规则,不是模型能力或可读性保证。字幕 text=null 会被转成 None 文本而不被当作空字幕,须预先保证真实非空字符串和有限时间值。SRT只是报告内文本,不自动写独立 .srt、翻译、转录或核验音轨。两步独立,需要将镜头 start/end/vocal_line 人工映射到 captions,不能据报告证明真实声画同步。
默认脚本输出可覆盖同名文件,须使用新的独立输出文件,绝不覆盖原文件或包内示例。核对退出码、状态和人工动作,不将文件存在、pass或review当作真实业务完成;保留失败副本后修正新副本再运行。
交付两个独立技能目录,包含 _meta.json、SKILL.md、agents/openai.yaml、README、脱敏 examples 和 Python 标准库脚本。
时间线示例应检查 3 个连续镜头并输出 pass;制造重叠或尾部空档应输出 block 和非零退出码。
字幕示例应输出 3 条合法 cue 和 SRT;制造重叠或越界 cue 应输出 block 和非零退出码。
不包含模型 API key、账号、上传、远程抓取、真实音频/视频、字幕翻译服务、额度或生成结果保证。
注册用户免费下载。两个本地标准库脚本,检查填写的镜头与字幕时间,并在 JSON 的 srt 字段及 Markdown 中生成可复制的 SRT 文本。不会读取音频、自动识别语音、对齐口型或烧录字幕。本次只核验当前交付脚本与合成数据,不重新核实当前官方模型参数、接口、费用、服务可用性或地区政策。
镜头边界容差固定0.001秒,字幕超过20字符只标 review;这些是本地规则,不是模型能力或可读性保证。字幕 text=null 会被转成 None 文本而不被当作空字幕,须预先保证真实非空字符串和有限时间值。SRT只是报告内文本,不自动写独立 .srt、翻译、转录或核验音轨。两步独立,需要将镜头 start/end/vocal_line 人工映射到 captions,不能据报告证明真实声画同步。
默认仅处理有权使用且已脱敏的本地素材,不上传、不调用付费模型、不覆盖或删除原文件。后续密钥、第三方API、上传、付费和不可逆操作不由本包实施,必须另行告知权限、隐私、费用、人工确认与失败边界。不含账号、权重、模型额度、真实媒体、远程部署、人工权利审查、法律意见或持续更新服务;不承诺零错误、真实媒体效果、收入或业务交付。访问、注册、下载和销售尚无可验证数据。
以下为套餐组成,实际执行顺序请按上方工作流说明。安装所需环境、账号与外部服务费用请在使用前确认。