前言¶

给视频加字幕或整理素材时，常见三条路都各有麻烦：用在线转写服务要把视频传上去，还要折腾 API key；想从片源里抠内嵌字幕，得自己拼 ffmpeg 命令；遇到硬字幕，只能一帧帧看图手动改。下面介绍的 Skill「本地字幕·提取校对」把这几条路径收进一个统一入口，全程在本地完成。

这是什么¶

本地字幕·提取校对是一个社区来源的通用 SKILL.md Skill，坐标 @user_283a17af/video-subtitle-tool，由 user_283a17af 发布，当前版本 1.0.1，分类为 design-media。它解决的问题是：在完全离线、无需 API key 的前提下，完成从视频到可用字幕/文稿的整条链路——提取已有内嵌字幕、语音转写生成字幕、对硬字幕做校正，并附带繁简转换与规则校对。

标签 requires_api_key=false 明确了它不需要任何密钥；这条信息在资料页的标签里直接给出。

核心功能¶

它提供三条并行的处理路径，按片源情况选择：

1、ffmpeg 提取内嵌软字幕。视频文件里已经压制了可关闭的软字幕时，直接解出来，不需要转写。

2、faster-whisper 语音转写。视频没有字幕轨时，走语音识别生成字幕；语言自动识别，不需要手工指定语种。硬件加速方面，NVIDIA CUDA 可以加速，Intel Arc 则走 CPU。

3、硬字幕多模态帧读取比对校正。字幕已经烧录进画面（无法关闭）时，用多模态模型读取帧中的字幕，与已有字幕比对校正。

在三条路径之上，内置两组后处理能力：

• 繁体→简体转换；
• 规则校对，包含去重、排序、标点处理。

输出方面可以导出易读文稿，并生成对照校正报告，方便核对修改前后的差异。

触发词覆盖中英文：字幕提取、视频转字幕、语音转写、字幕校对、提取字幕、extract subtitles、transcribe video。在支持 Skill 触发词的客户端里可以直接点名调用。

安装与启用¶

安装命令、目录结构与配置字段在现有资料中没有给出，官方页面当前也无法访问，因此这里不编造。按通用 SKILL.md Skill 的惯例，启用方式是在客户端的 Skill 管理中按名称或坐标 @user_283a17af/video-subtitle-tool 查找并启用，具体入口以你所用客户端（Cursor / Codex CLI / Claude Code 等）的文档为准。

需要注意：路径 A 依赖本机有 ffmpeg，路径 B 依赖 faster-whisper 及其模型文件，路径 C 依赖多模态模型可用。这些环境准备步骤资料中未展开，启用前请自行确认依赖是否就位。

典型用法¶

资料中没有给出官方示例命令，这里只列可从简介直接确认的使用方式：

• 视频含内嵌软字幕时，用路径 A 提取；
• 无字幕轨时，用路径 B 语音转写，语言自动识别；
• 字幕烧录在画面上时，用路径 C 帧读取比对校正；
• 得到字幕后按需做繁转简与规则校对，再导出文稿或对照校正报告。

适用场景与注意¶

适合这几类人：想离线处理视频字幕、不愿上传视频到在线服务的开发者；需要批量整理字幕并统一成易读文稿的人；有硬字幕片源、需要比对修正的人。

限制方面有几点要留意。路径 B 依赖 faster-whisper 模型，离线首次运行需要先准备好模型文件；CUDA 加速只覆盖 NVIDIA 显卡，Intel Arc 只能走 CPU，转写耗时会明显更长。路径 C 走多模态帧读取，对画面清晰度和字幕位置有要求，效果取决于模型识别精度。硬字幕场景下若原始字幕轨不存在，校正依赖的是已有字幕或识别结果，需要人工复核对照报告。

资料页显示该 Skill 评分 100000，下载 1229 次，来源为 community。作为社区维护的项目，后续更新与问题响应取决于发布者。

结尾¶

这个 Skill 的价值在于把字幕处理的三条常见路径收敛到一个离线、无 key 的工具里，省掉拼命令和找在线服务的功夫。如果你手上正好有带内嵌字幕或硬字幕的视频需要整理，可以试用。

官方地址：https://api.skillhub.cn/user_283a17af/video-subtitle-tool