AI 短视频创作器

解决的问题

当短视频素材、旁白文案、字幕时序分散在多个片段中时，手动对齐剪辑点、生成 TTS、校对字幕并拼接转场很容易出错。这个技能把流程拆成两个阶段：先产出可审核的旁白与字幕材料，再在确认后进行视频合成，避免直接渲染出难以回改的成片。

工作方式

它围绕 SCRIPT 数据结构编排内容：每个旁白段映射到一组源片段，并预留略长于配音时长的素材。第一阶段会用 ffprobe 建立片段清单，调用 edge-tts 生成配音，并从 SentenceBoundary 事件提取字幕时间，输出 subtitle_review.md。随后展示素材清单、分段文案、字幕表与片段映射，等待人工修改文本、时序、素材顺序或替换片段。
第二阶段执行合成：按指定起止点裁切、缩放，拼接各段，使用 .srt 文件和 FFmpeg subtitles 滤镜烧录字幕，添加 xfade 转场，再合并 AAC 配音，输出约 1080p、30 FPS 的 H.264 成片。它更适合中文旁白、短内容解释类视频；若素材不足、配音过长、路径特殊或需要复杂多轨混音，需要人工检查时间轴。