前言¶
用 ASR 转写教学视频时，最常见的错误不是漏字，而是口音导致的同音或近音误识别，比如把「极值」听成「急值」，把「趋于」听成「区于」。通用校对工具不懂数学，改完也可能把公式口语化表达留下来，老师还得逐句听一遍。
下面介绍的 Skill「教学视频字幕校验」就是为这类场景准备的：它针对带口音的考研高等数学教学视频设计，用于修复语音识别产生的字幕错误，并把口语化数学表达改写成规范符号。
这是什么¶
「教学视频字幕校验」由 SkillHub 社区发布者 user_0db6bb4a 发布，坐标 @user_0db6bb4a/subtitle-correction，版本 1.0.0，分类为 education，来源标记为 community，无需 API Key。
它解决的问题是：考研高数教学视频的 SRT 字幕中，口音引起的识别错误难以人工排查，数学术语和符号表达也不统一。Skill 读取 SRT 字幕，输出校正后的字幕文件和一份修改报告，告诉你改了哪里。
核心功能¶
三层校正思路¶
按官方简介，Skill 结合考研高数术语词库做三层智能校正：底层是内置的 400+ 术语词库，中间是从历史校正数据学习到的个性化口音模式，顶层是面向字幕文件的整体校验。
六层校正流程¶
官方资料把校正过程拆为六层，按顺序执行：
- 术语替换：用考研高数术语词库命中识别错误的词。
- 语义理解：结合上下文判断口语句式中的实际含义。
- 水词清理：删除口头语、重复语气词等字幕中不需要的词。
- 公式排版：把口语化数学表达转成规范符号写法。
- 公式合并：合并被断成多行的公式。
- 全局校验：对全文做一致性检查。
支持个性化口音学习¶
如果手里已有一批人工校正过的字幕对，可以交给 Skill 学习其中的口音模式。同一口音的固定误识别，会被映射为对应的修正。
输出形式¶
输出为两部分：可直接使用的 SRT 字幕，以及一份修改报告。官方简介给出的例子包括把口语表达改写为 f'(x₀)=0、(-1)ᵏ 这类规范符号写法。
安装与启用¶
官方页面未提供安装命令或目录说明，因此这里不写未经核实的安装方式。可在 SkillHub 页面查看安装方式：
https://www.skillhub.cn/skills/user_0db6bb4a/subtitle-correction
从技能描述看，Skill 无需配置 API Key。Cursor、Codex CLI、Claude Code 的具体安装方式以官方页面说明为准。
典型用法¶
下面是依据官方资料整理的可复现输入输出：
输入¶
subtitle.srt # 待校正的 SRT 字幕
accent_pairs.jsonl # 可选，历史校正对，用于学习口音模式
terms.txt # 可选，自定义术语词库补充
历史校正对是「ASR 原文 → 人工修正」的成对记录，每行一条。
执行¶
- 把 SRT 文件和可选的历史校正对路径告诉 Skill。
- Skill 依次跑术语替换、语义理解、水词清理、公式排版、公式合并、全局校验。
- 输出校正后的
subtitle.srt和修改报告。
输出¶
subtitle.corrected.srt # 可直接使用的字幕
correction_report.md # 修改了哪些行、改了什么
报告用于复核，尤其是公式改写是否正确。
适用场景与注意¶
适合谁¶
适合制作考研高数教学视频、字幕靠 ASR 生成、且讲课带口音的团队或个人。也适合想从历史校对数据里沉淀一套私有口音映射的人。
限制¶
以下几点按官方资料推断，使用前建议自行验证：
- 术语词库面向考研高等数学，线性代数、概率论等科目的覆盖程度不明确。
- 个性化口音学习依赖已有的校正数据，首次使用没有历史数据时，只能走术语词库这条路。
- 六层校正是顺序执行，前一步的结果会影响后一步。如果术语替换改错了，语义理解层可能沿着错误方向继续推理。
- 数学公式排版目前只能处理 SRT 文本层的符号表达，不能对视频画面中的板书或图形做识别。
建议流程¶
- 先用一段口音明显、知识点典型的视频字幕试跑，对照修改报告逐条确认。
- 确认无误后，把该批人工校正结果作为口音学习语料。
- 大批量处理前，再抽几集检查公式层改写。
结尾¶
这个 Skill 的价值在于把「口音纠错 + 数学术语规范 + 公式表达统一」这三类改动放进同一条流程，输出可直接使用的字幕和可复核的修改报告。适合作为教学视频字幕流水线中的校对环节。
官方地址：https://www.skillhub.cn/skills/user_0db6bb4a/subtitle-correction
