视频字幕生成器 (Video Subtitle Generator)

基于 SenseAudio ASR API，为视频或音频文件自动生成字幕。

核心功能

1. 1. 语音识别 — 自动识别视频/音频中的语音内容，生成带时间戳的字幕
2. 多语言支持 — 支持中文、英文、日文、韩文等 20+ 种语言
3. 字幕翻译 — 识别后可自动翻译成目标语言
4. 说话人分离 — 多人对话场景自动区分不同说话人
5. 字幕烧入 — 将生成的字幕直接烧入视频输出新文件
6. 多格式输出 — 支持 SRT / VTT / TXT / JSON 格式

使用方式

用户说出类似以下请求时触发此 Skill：

• - 帮我给这个视频加字幕
• 识别这个音频的内容并生成字幕
• 把这个英文视频翻译成中文字幕
• 帮我总结一下这个视频讲了什么

执行步骤

第一步：检查 API 密钥

bash
echo SENSEAUDIOAPIKEY=$SENSEAUDIOAPIKEY

如果 SENSEAUDIOAPIKEY 为空，必须先向用户询问，说明在 https://senseaudio.cn 注册获取。不要直接运行脚本让它报错。

第二步：运行脚本生成字幕

bash

基础用法

python scripts/video_subtitle.py /path/to/video.mp4 --output outputs/

指定语言 + 翻译

python scripts/video_subtitle.py /path/to/video.mp4 --language zh --translate en

生成字幕并烧入视频

python scripts/video_subtitle.py /path/to/video.mp4 --burn --font-size 28

说话人分离

python scripts/video_subtitle.py /path/to/meeting.mp4 --model pro --speaker

注意：如果环境变量 SENSEAUDIOAPIKEY 已设置，无需 --senseaudio-api-key。

第三步：内容总结（如用户需要）

脚本会输出纯文本转写结果（*.txt）。如果用户需要视频内容总结，你（Claude）直接读取这个 txt 文件并总结，不需要调用外部 LLM。

第四步：返回结果

将生成的字幕文件路径（和烧入后的视频路径）返回给用户。

ASR 模型选择

模型	参数值	特点	适用场景
极速版	lite	毫秒级响应、30+ 语言	低成本批量转写
标准版

standard | 功能全面、性价比高 | 通用转写、视频字幕（推荐） | | 专业版 | pro | 高精度、说话人分离 | 会议记录、访谈、多人场景 | | 深度版 | deepthink | 智能纠错、方言增强 | 方言/术语较多的场景 |

环境要求

• - Python 3.10+，依赖：requests
• 系统依赖：ffmpeg（音频提取和字幕烧入）、fonts-noto-cjk（中日韩字幕烧入需要）
• SENSEAUDIOAPIKEY — SenseAudio API 密钥（唯一需要的密钥）

参数说明

参数	说明	默认值
input	输入视频/音频文件路径（必填）	-
--output

输出目录 | 输入文件同级 subtitle_output/ | | --model | ASR 模型 (lite/standard/pro/deepthink) | standard | | --language | 音频语言代码 (zh/en/ja 等) | 自动检测 | | --translate | 翻译目标语言代码 | 不翻译 | | --speaker | 启用说话人分离 | 否 | | --sentiment | 启用情感分析 | 否 | | --burn | 将字幕烧入视频 | 否 | | --font-size | 烧入字幕字体大小 | 24 | | --format | 字幕格式 (srt/vtt/both) | srt | | --senseaudio-api-key | SenseAudio API 密钥 | 环境变量 |

输出文件

文件	说明
文件名.srt	SRT 格式字幕
文件名.vtt

VTT 格式字幕（需指定 --format vtt/both） | | 文件名.txt | 纯文本转写结果 | | 文件名_detail.json | 详细识别结果（含时间戳、说话人等） | | 文件名_subtitled.mp4 | 烧入字幕的视频（需指定 --burn） |

支持的语言代码

zh(中文) en(英文) ja(日文) ko(韩文) fr(法语) de(德语) es(西班牙语) pt(葡萄牙语) ru(俄语) it(意大利语) ar(阿拉伯语) yue(粤语) nl(荷兰语) id(印尼语) ms(马来语) th(泰语) tr(土耳其语) vi(越南语) 等