前言¶
在短视频平台做内容，经常会遇到两类问题：一是想拆解一个爆款视频，搞清楚它的结构和节奏；二是想基于爆款做二创，但缺少结构化的视听素材和文案。手动下载视频、用剪辑软件抽帧、用字幕软件对齐，效率低且容易出错。
下面介绍一个可以自动完成视频拆解、字幕对齐和文案生成的 Skill。它以视频输入，自动提取音轨、关键帧、带时间戳的文案和画面字幕，按时间戳对齐成视听时间线，并据此生成二创文案。
是什么¶
这是一个面向视频视听内容分析的 Skill，由 SkillHub 社区出品。它通过 ffmpeg、whisper 和 OCR 等工具链，对短视频进行结构化拆解，输出带时间戳的视听时间线，并基于拆解结果生成二创文案。
核心功能¶
- 音轨与关键帧抽取：使用 ffmpeg 提取视频的音轨和关键帧，用于后续分析与剪辑。
- 带时间戳文案转录：调用 Whisper 模型对视频语音进行转录，输出带时间戳的文本。
- 画面字幕 OCR 提取：对画面中的字幕进行 OCR 识别，提取文本信息。
- 视听时间线对齐：将语音文案与画面字幕按时间戳对齐，生成结构化的视听时间线。
- 二创文案生成：基于拆解结果，生成可用于二创的文案脚本。
典型用法¶
该 Skill 在以下场景中被触发：
- 用户提到「拆解视频」「二创」「爆款文案」「视频视听分析」「仿写爆款」「视频拆条」「分析这个视频为什么火」时自动激活。
适用场景与注意¶
适用对象：短视频创作者、内容运营、需要分析爆款视频结构的开发者。
注意：该 Skill 依赖 ffmpeg、whisper 等外部工具链，需确保运行环境已正确安装和配置。Skill 评分较高（100000），下载量 1390，说明在内容创作领域有较多用户使用。
结尾¶
这个 Skill 将视频拆解与文案生成串联起来，适合需要快速分析视频结构、生成二创脚本的场景。官方地址：https://api.skillhub.cn/user_3c09718b/video-vl-replicate
