字幕词书生成器

你想解决什么问题

背影视台词里的单词，最怕两件事：词表和剧情脱节，例句是编出来的；以及只会刷词，读不懂长句。本技能把 .srt、.ass、.vtt 等字幕当成语料库，从真实对白里抽词、挂例句，并单独挑出适合精读的长难句，而不是简单「扒字幕」。

它怎么工作

生成前会和你确认一批会影响结果的选择（范围是单集/季/全剧、是否剔除小学/中考/高考词表、最短词长、按词频还是字幕顺序、是否词形还原、全量词表还是 Top N、长难句条数、输出目录等），避免静默套用默认值。

核心流程大致是：

• 清洗字幕：去掉时间轴、ASS 标签、元数据行（如 Format:、[Script Info]），只从英文对白抽词，双语字幕保留中文用于例句展示。
• 词表与例句：默认产出完整词表（除非你指定 Top N）；每个词附带字幕中的真实例句；可导出 JSON、CSV、一列一词 TXT、HTML 学习页。
• 长难句：默认约 20～30 句，按长度、从句复杂度、目标词密度等打分；精读页含意群拆解、重点词块、翻译方法、文化/剧情背景等本地启发式分析（不依赖外呼 LLM）。
• 导入与元数据：可选扇贝一列一词词表与导入指南 HTML；可选豆瓣公开简介/海报，且不绕过登录或验证码。

输入可以是本地字幕文件/目录，或在配置了 ASSRT_TOKEN 时用片名从射手网检索；纯中文字幕不可用，默认需要英中双语学习包。

适用边界

• 纯英文字幕需你明确允许「仅英文模式」，否则会缺少中文学习支持。
• 同一作品输出路径已存在词书时，应先确认覆盖、加后缀或换新目录。
• 专有名词会保留在列表中，但不会让人名占满整张词表；词形还原会尽量避免 something 被错误截断这类坏切分。