海报口播视频 · 海报+音频合成带字幕竖屏视频

SKILL前端设计
前端设计 未标注权限 许可证不明确
安装这个技能

把一张背景图/海报 + 一段音频合成为带烧录字幕的竖屏视频(1080×1920)。适用于海报已自带大标题、系列名、作者署名,只需把口播内容烧成字幕的场景(如搬运 X/Twitter 知名 IP 播客内容做成的系列短视频)。支持 8~30 分钟长音频,内置 whisper.cpp ASR、繁转简、ASR 错词批量修正、开头品牌口播裁剪、jieba 分词折行、ffmpeg 渲染与抽帧验证。触发词:背景图+音频合成视频、海报视频、烧字幕、做第 N 期、口播视频。

一句话选型结论

按资料字段整理

海报口播视频 · 海报+音频合成带字幕竖屏视频是前端设计类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类前端设计 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_b2126c75/poster-video-from-audio
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

前端设计
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_b2126c75仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791671825
正文体量4.9 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
出页面与组件

按描述生成页面结构和组件草稿。

调整样式与布局

改间距、配色与响应式布局。

生成设计说明

把设计稿整理成开发能接的说明。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在前端设计场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
海报口播视频 · 海报+音频合成带字幕竖屏视频当前 未标注权限 未标注 未标注 未标注 有
前端设计 只读 GitHub 仓库 882.3 万 Codex、Claude、Cursor 有
Vercel 组合模式 联网访问 GitHub 仓库 385.9 万 Codex、Claude、Cursor 有
Vercel React native skills 前端 只读 GitHub 仓库 246.9 万 Codex、Claude、Cursor 有
adapt 搜索 浏览器控制 GitHub 仓库 202.7 万 Codex、Claude、Cursor 有
使用我的浏览器 浏览器控制 GitHub 仓库 184.8 万 Codex、Claude、Cursor 有

SKILL.md 全文

4.9 KB
模型实际读到的说明书原文,来自技能仓库

Poster Video From Audio(海报 + 口播 → 烧字幕竖屏视频)

Overview

输入一张海报(自带标题)和一段口播音频,输出可直接上传的 9:16 mp4:
字幕由 whisper.cpp 从音频识别、人工校对后烧进画面(drawtext,非软字幕),
开头品牌口播按时间戳裁掉,音频同步裁剪。

与 short-video-from-audio 的分工(别选错):
| | 本 skill | short-video-from-audio |
|---|---|---|
| 标题 | 不叠加,海报自带 | 用 drawtext 叠加黄色标题块 |
| 输入 | 海报 + 音频 | 图片 + 音频 + 标题文案 |
| 典型时长 | 8~30 min | 短视频 |
| 额外步骤 | ASR 校对、品牌口播裁剪 | — |

When to use

  • 「@音频 @海报 做第 N 期」这类系列化口播视频
  • 海报已经排版好标题,只需要把说的内容烧上去
  • 任何「单图 + 长音频 + 要字幕」的场景

Workflow

Step 1 — 验素材 + 转码 + ASR + 转简(脚本化)

zsh <skill>/scripts/prep.sh "/path/音频.wav" /Users/jx/Downloads/xip-epNN

脚本依次做:ffprobe 验时长(<60s 直接判为传输截断并停止,见坑位 1)→
复制为 audio_full.wav → 转 16k 单声道 → whisper ASR → 备份 subs.raw.srt
→ opencc 繁转简。

> 音频 >10 min 时 ASR 要几分钟,把 prep.sh 放后台跑(27min 约 4.5 分钟)。

Step 2 — 通读字幕,确定裁剪点 SHIFT

读 subs.srt,找正式内容起点:
- 开头品牌口播要整段裁掉(典型:「欢迎收听 XX AI 播客节目」,
有时还带一句「哈喽大家好欢迎收听我们的播客」,两截都在品牌口播内)
- SHIFT = 正式内容第一段的起始时间戳(不是品牌段的结束时间,
这样中间的静音/片头音乐间隙也一起裁掉,正片从 0s 开始)
- 结尾水印段(「字幕by索兰娅」等)若存在,按段落过滤删除

⚠️ 品牌口播长度每期不同(已见 4.1s / 7.2s / 9.8s 三种),必须逐期看 SRT 定,
不要沿用上期数值。

Step 3 — 整理错词到 fixes.txt

通读全文,把同音错写成 错词=&gt;正确词 一行一条:

读哪一年=&gt;赌哪一年
艺人公司=&gt;一人公司
天方液弹=&gt;天方夜谭

三条硬规则见坑位 3/4/5:必须简体、歧义词用长串定向替换、
经历/精力逐条判断。

Step 4 — 修错词 + 裁剪(脚本化)

unset PYTHONPATH   # 必须!否则 python 被 shim 拖死(exit 137)
/Users/jx/.workbuddy/binaries/python/envs/default/bin/python \
  &lt;skill&gt;/scripts/srt_fix_trim.py subs.srt fixes.txt 7.100

原地修正 subs.srt,并生成 subs_trim.srt(时间戳 -SHIFT、丢弃品牌段)。
每条修复会打印命中次数,未命中会 WARN —— 看到 WARN 说明写错或已转简失效。

Step 5~9 — 裁音频、字幕链、渲染、抽帧(脚本化)

cd /Users/jx/Downloads/xip-epNN
zsh &lt;skill&gt;/scripts/build.sh 7.100

build.sh 必须 run_in_background:8min 片渲染约 6 分钟、27min 片约 10+ 分钟,
前台 Bash 默认 2 分钟上限会被 SIGTERM(症状 exit 137)。
脚本末尾自动抽 chk_early/mid/end.jpg 三帧。

输出规格

  • 画布 1080×1920 / 30fps / libx264 -crf 22 -preset medium / aac 192k / +faststart
  • 字幕:白字 + 黑描边 + 半透明黑底,块下沿固定 y=1500(中下区,避开平台进度条),
    每行 ≤13 字按 jieba 分词折行,字号按行数自适应 68→48

Resources

scripts/

  • prep.sh — 阶段一:验时长 → 转码 → ASR → 繁转简
  • srt_fix_trim.py — 阶段二:批量修错词 + 按 SHIFT 裁剪时间戳(带未命中告警)
  • t2s.py — SRT 整文件繁转简(opencc python 包)
  • build.sh — 阶段二:修错词 → 裁音频 → 字幕链 → 渲染 → 抽帧
  • srt2drawtext.py — SRT → 逐段 drawtext 链(jieba 折行、边界帧防叠)

references/

  • notes.md — 30 期实战坑位清单与已见错词表。动手前先看第 1、3、4、5、7 条。

常见问题

5 问
答案由本站依据条目字段整理
海报口播视频 · 海报+音频合成带字幕竖屏视频怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_b2126c75/poster-video-from-audio。安装方式为未标注。装完刷新技能列表或重开客户端。

海报口播视频 · 海报+音频合成带字幕竖屏视频支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

海报口播视频 · 海报+音频合成带字幕竖屏视频权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

海报口播视频 · 海报+音频合成带字幕竖屏视频收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

海报口播视频 · 海报+音频合成带字幕竖屏视频用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。