作者:chall2015更新于 2026-05-11共 2 个版本 · 最新版本发布于 2026-03-24video-processor@clawhub_chall2015/video-processor
视频处理音频处理
据 AlphaMoat 统计,截至 2026-09,视频字幕自动生成器——免费的才是最好的 累计下载 2,609 次、获 2 个星标,在全部 5,078 个 AI 技能中排名第 4,017 位,在「设计创意」分类(512 个)中排名第 389 位。
| 平台 | 累计安装 | 累计下载 | 星标 | 评论 |
|---|---|---|---|---|
| ClawHub ↗ | 31 | 1,188 | 1 | 1 |
| SkillHub ↗ | 202 | 2,609 | 2 | — |
各平台的计数口径不同,统计时间不一致。
流程可提取音频并识别语音、生成字幕文件、提炼标题并将字幕嵌入视频；主文还列出视频本地化和访谈记录用途。
资料发布于 2026-10-27
以下是根据技能文档生成的示例,不代表实际运行结果。
2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。
| 月份 | 累计下载 | 环比 | 星标 |
|---|---|---|---|
| 2026-09 | 2,609 | — | 2 |
| 2026-08 | 2,117 | +22.9% | 2 |
| 2026-07 | 1,722 | +23.4% | 2 |
| 2026-06 | 1,395 | +44.0% | 2 |
| 2026-05 | 969 | — | 2 |
| 2026-03 | 366 | — | 1 |
以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 2026-10-23。
# 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 ```bash # 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 ```bash # 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 ```yaml 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 ```yaml 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: "[email protected]" # 50% 透明黑色 ``` ### 标题提炼配置 ```yaml 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) ```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**: ```bash # 使用 winget winget install ffmpeg # 或下载：https://ffmpeg.org/download.html ``` **macOS**: ```bash brew install ffmpeg ``` **Linux**: ```bash sudo apt install ffmpeg ``` ### 2. 安装 Python 依赖 ```bash pip install openai-whisper pip install moviepy pip install yt-dlp ``` ### 3. 安装 Whisper（可选） ```bash # 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 ```bash # 提取字幕 python scripts/video_processor.py \ --input "interview.mp4" \ --extract-subtitles \ --output "./output" ``` ### 示例 2: 完整流程 ```bash # 完整处理 python scripts/video_processor.py \ --input "course.mp4" \ --output "./output" \ --all ``` ### 示例 3: 批量处理 ```bash # 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
ContextWeave 架构图一键生成
用 Nano Banana Pro 生成或编辑图片的脚本技能。
用 whisper 命令行在本地把音频转写成文字或做翻译的技能。
通过 MCP 服务生成与编辑图表的技能。
面向界面设计的思路与落地建议技能，覆盖布局、交互流程、设计令牌与前端改动。
面向多家视频模型 API 的 AI 视频生成与编排技能。
用 ffmpeg 从视频里取出画面帧，或生成便于快速查看的缩略图。
用本地 Whisper 把音频文件转成文字，模型下载完成后可完全离线运行。
数据月份:2026-09 · 下载/星标/安装数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。