短视频自动处理技能
创建日期: 2026-03-23 版本: v1.0
✨ 技能概述
自动处理短视频，实现：
- 🎙️ 语音识别 - 自动提取视频音频并识别为文字
- 📝 字幕生成 - 生成 SRT/VTT 格式字幕文件
- 🎯 标题提炼 - 从内容中智能提炼吸引人的标题
- 📺 字幕添加 - 将字幕烧录到视频中
- 🎬 视频生成 - 输出带字幕的新视频
🎯 使用场景
1. 自媒体内容二次创作
- 提取视频内容
- 添加中文字幕
- 重新发布到多平台
2. 课程视频处理
- 自动添加字幕
- 提炼章节标题
- 生成学习资料
3. 访谈/会议记录
- 语音转文字
- 生成会议纪要
- 添加时间戳
4. 短视频本地化
- 识别原语言字幕
- 翻译为目标语言
- 烧录新字幕
🚀 快速使用
基础使用
# 处理单个视频
python scripts/video_processor.py \
--input "video.mp4" \
--output "./output"
# 处理并添加字幕
python scripts/video_processor.py \
--input "video.mp4" \
--output "./output" \
--add-subtitles
# 处理并提炼标题
python scripts/video_processor.py \
--input "video.mp4" \
--output "./output" \
--generate-title完整流程
# 完整处理流程
python scripts/video_processor.py \
--input "input/video.mp4" \
--output "./output" \
--extract-audio \
--recognize-speech \
--generate-subtitles \
--add-subtitles \
--generate-title \
--export-video📋 处理流程
1. 视频分析
输入视频
↓
提取音频
↓
分析视频信息（时长、分辨率等）2. 语音识别
音频文件
↓
语音识别（Whisper/其他 ASR）
↓
生成文字稿（带时间戳）3. 字幕生成
文字稿 + 时间戳
↓
生成 SRT/VTT 字幕文件
↓
字幕样式配置4. 标题提炼
完整文字稿
↓
AI 提炼关键信息
↓
生成多个标题选项5. 视频生成
原视频 + 字幕文件
↓
FFmpeg 烧录字幕
↓
输出新视频⚙️ 技术栈
核心依赖
- FFmpeg - 视频处理、字幕烧录
- OpenAI Whisper - 语音识别（可选）
- Python - 脚本处理
可选依赖
- yt-dlp - 下载视频
- moviepy - 视频编辑
- stable-diffusion - 生成封面图
📁 文件结构
skills/video-processor/
├── SKILL.md # 技能说明
├── README.md # 使用文档
├── scripts/
│ ├── video_processor.py # 主处理脚本
│ ├── speech_recognition.py # 语音识别模块
│ ├── subtitle_generator.py # 字幕生成模块
│ ├── title_extractor.py # 标题提炼模块
│ └── video_renderer.py # 视频渲染模块
├── references/
│ ├── subtitle_styles.md # 字幕样式配置
│ └── title_templates.md # 标题模板
├── output/ # 输出目录
│ ├── subtitles/ # 字幕文件
│ ├── videos/ # 输出视频
│ └── titles/ # 标题文件
└── examples/ # 示例文件🎨 配置说明
语音识别配置
speech_recognition:
# 识别引擎
engine: "whisper" # whisper | google | azure
# 语言设置
language: "zh" # zh | en | ja | ko
# 模型大小
model: "base" # tiny | base | small | medium | large
# 输出格式
output_format: "srt" # srt | vtt | txt字幕样式配置
subtitle_style:
# 字体设置
font: "Arial"
font_size: 24
font_color: "white"
# 边框设置
border_color: "black"
border_width: 2
# 位置设置
position: "bottom" # top | bottom | center
margin: 50
# 背景设置
background: true
background_color: "black@0.5" # 50% 透明黑色标题提炼配置
title_generation:
# 标题风格
style: "clickbait" # normal | clickbait | professional
# 标题长度
max_length: 30
# 生成数量
count: 5
# 包含元素
include_emoji: true
include_hashtags: true📊 输出示例
生成的字幕文件 (SRT)
1
00:00:01,000 --> 00:00:03,500
大家好，今天我们来分享一个有趣的话题
2
00:00:03,500 --> 00:00:06,000
关于如何使用 AI 来处理视频内容
3
00:00:06,000 --> 00:00:09,000
这将大大提高我们的工作效率提炼的标题
标题选项 1:
🔥 AI 自动处理视频，效率提升 10 倍！
标题选项 2:
📹 短视频自动加字幕，这个方法太神了！
标题选项 3:
💡 用 AI 提炼视频标题，解放双手！
标题选项 4:
🎬 视频处理神器，一键生成字幕 + 标题！
标题选项 5:
✨ 自媒体必备！AI 视频处理全流程！输出文件结构
output/
└── video_20260323_153300/
├── original.mp4 # 原视频
├── audio.wav # 提取的音频
├── transcript.txt # 完整文字稿
├── subtitles.srt # SRT 字幕
├── subtitles.vtt # VTT 字幕
├── titles.txt # 提炼的标题
├── video_with_subtitles.mp4 # 带字幕视频
└── thumbnail.jpg # 视频封面🔧 安装说明
1. 安装 FFmpeg
Windows:
# 使用 winget
winget install ffmpeg
# 或下载：https://ffmpeg.org/download.htmlmacOS:
brew install ffmpegLinux:
sudo apt install ffmpeg2. 安装 Python 依赖
pip install openai-whisper
pip install moviepy
pip install yt-dlp3. 安装 Whisper（可选）
# 使用 OpenAI Whisper
pip install openai-whisper
# 或使用 faster-whisper（更快）
pip install faster-whisper🎯 使用示例
示例 1: 基础处理
# 提取字幕
python scripts/video_processor.py \
--input "interview.mp4" \
--extract-subtitles \
--output "./output"示例 2: 完整流程
# 完整处理
python scripts/video_processor.py \
--input "course.mp4" \
--output "./output" \
--all示例 3: 批量处理
# 批量处理视频
python scripts/video_processor.py \
--input "./videos/" \
--output "./output" \
--batch⚠️ 注意事项
视频格式
- ✅ 支持：MP4, MOV, AVI, MKV, WebM
- ⚠️ 建议：使用 MP4 格式
音频质量
- ✅ 清晰语音识别效果好
- ⚠️ 背景噪音会影响识别
字幕长度
- 每行不超过 30 字
- 每段不超过 2 行
- 显示时间 1-7 秒
处理时间
- 1 分钟视频 ≈ 1-3 分钟处理
- 取决于视频长度和配置
📚 相关文档
README.md- 完整使用文档references/subtitle_styles.md- 字幕样式指南references/title_templates.md- 标题模板
✅ 功能清单
- [ ] 视频音频提取
- [ ] 语音识别转文字
- [ ] SRT/VTT 字幕生成
- [ ] 智能标题提炼
- [ ] 字幕烧录到视频
- [ ] 批量处理支持
- [ ] 多语言支持
- [ ] 封面图生成
版本: v1.0 创建日期: 2026-03-23 状态: ⏸️ 框架已完成，待实现