前言¶

給視頻加字幕或整理素材時，常見三條路都各有麻煩：用在線轉寫服務要把視頻傳上去，還要折騰 API key；想從片源裏摳內嵌字幕，得自己拼 ffmpeg 命令；遇到硬字幕，只能一幀幀看圖手動改。下面介紹的 Skill「本地字幕·提取校對」把這幾條路徑收進一個統一入口，全程在本地完成。

這是什麼¶

本地字幕·提取校對是一個社區來源的通用 SKILL.md Skill，座標 @user_283a17af/video-subtitle-tool，由 user_283a17af 發佈，當前版本 1.0.1，分類爲 design-media。它解決的問題是：在完全離線、無需 API key 的前提下，完成從視頻到可用字幕/文稿的整條鏈路——提取已有內嵌字幕、語音轉寫生成字幕、對硬字幕做校正，並附帶繁簡轉換與規則校對。

標籤 requires_api_key=false 明確了它不需要任何密鑰；這條信息在資料頁的標籤裏直接給出。

核心功能¶

它提供三條並行的處理路徑，按片源情況選擇：

1、ffmpeg 提取內嵌軟字幕。視頻文件裏已經壓制了可關閉的軟字幕時，直接解出來，不需要轉寫。

2、faster-whisper 語音轉寫。視頻沒有字幕軌時，走語音識別生成字幕；語言自動識別，不需要手工指定語種。硬件加速方面，NVIDIA CUDA 可以加速，Intel Arc 則走 CPU。

3、硬字幕多模態幀讀取比對校正。字幕已經燒錄進畫面（無法關閉）時，用多模態模型讀取幀中的字幕，與已有字幕比對校正。

在三條路徑之上，內置兩組後處理能力：

• 繁體→簡體轉換；
• 規則校對，包含去重、排序、標點處理。

輸出方面可以導出易讀文稿，並生成對照校正報告，方便覈對修改前後的差異。

觸發詞覆蓋中英文：字幕提取、視頻轉字幕、語音轉寫、字幕校對、提取字幕、extract subtitles、transcribe video。在支持 Skill 觸發詞的客戶端裏可以直接點名調用。

安裝與啓用¶

安裝命令、目錄結構與配置字段在現有資料中沒有給出，官方頁面當前也無法訪問，因此這裏不編造。按通用 SKILL.md Skill 的慣例，啓用方式是在客戶端的 Skill 管理中按名稱或座標 @user_283a17af/video-subtitle-tool 查找並啓用，具體入口以你所用客戶端（Cursor / Codex CLI / Claude Code 等）的文檔爲準。

需要注意：路徑 A 依賴本機有 ffmpeg，路徑 B 依賴 faster-whisper 及其模型文件，路徑 C 依賴多模態模型可用。這些環境準備步驟資料中未展開，啓用前請自行確認依賴是否就位。

典型用法¶

資料中沒有給出官方示例命令，這裏只列可從簡介直接確認的使用方式：

• 視頻含內嵌軟字幕時，用路徑 A 提取；
• 無字幕軌時，用路徑 B 語音轉寫，語言自動識別；
• 字幕燒錄在畫面上時，用路徑 C 幀讀取比對校正；
• 得到字幕後按需做繁轉簡與規則校對，再導出文稿或對照校正報告。

適用場景與注意¶

適合這幾類人：想離線處理視頻字幕、不願上傳視頻到在線服務的開發者；需要批量整理字幕並統一成易讀文稿的人；有硬字幕片源、需要比對修正的人。

限制方面有幾點要留意。路徑 B 依賴 faster-whisper 模型，離線首次運行需要先準備好模型文件；CUDA 加速只覆蓋 NVIDIA 顯卡，Intel Arc 只能走 CPU，轉寫耗時會明顯更長。路徑 C 走多模態幀讀取，對畫面清晰度和字幕位置有要求，效果取決於模型識別精度。硬字幕場景下若原始字幕軌不存在，校正依賴的是已有字幕或識別結果，需要人工複覈對照報告。

資料頁顯示該 Skill 評分 100000，下載 1229 次，來源爲 community。作爲社區維護的項目，後續更新與問題響應取決於發佈者。

結尾¶

這個 Skill 的價值在於把字幕處理的三條常見路徑收斂到一個離線、無 key 的工具裏，省掉拼命令和找在線服務的功夫。如果你手上正好有帶內嵌字幕或硬字幕的視頻需要整理，可以試用。

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