弹幕字幕动画生成器

要解决的问题

把一段中文口播文案变成带弹幕字幕的动画视频时，常见痛点有三：一是直接拿 AI 生成的配图拼视频，字幕和口播对不上；二是手动在剪映里逐句加字幕、调节奏、做堆叠渐隐效果，工作量大且易出错；三是横竖屏适配需要分别重新排版，封面、字幕文件还要单独导出，流程割裂。

技能如何工作

该技能通过四阶段流程，把口播文案拆成可读性达标的字幕条目，并自动渲染出多规格成品。

• 语义拆分与密度控制：先识别文案中的章节边界和语义停顿，按“每条≤36字、≤2行”的规则拆句，同时保留引用、反问等修辞结构；超过36字的长句会在语义自然处断开。
• 用户验收环节：拆分后展示验收卡片，标注每条字幕的密度等级（稀疏/适中/偏密），并给总览统计，确认后再进入下一步。
• 内容补充与数据生成：为每条字幕补充英文翻译、2-3个中文关键词（用于金黄色高亮）、Pexels 背景图搜索词，以及轮转分配的表情包素材，按规范写入 JSON 文件。
• 本地渲染产出：在项目目录运行脚本后，自动生成竖屏 1080×1920 与横屏 1920×1080 两个视频版本、对应封面图和 SRT 字幕文件。视频中背景图统一做57%暗化遮罩，顶部历史字幕最多堆叠4条并渐隐，关键词用 RGB(255,215,0) 高亮，英文翻译以亮白小字呈现，开场有3秒标题卡和脉冲呼吸灯动画。

适用边界与注意点

• 该技能面向认知升级、深度口播这类以文字内容为主的视频场景，不适合强画面叙事或快剪类素材。
• 渲染依赖 Python 环境中的 moviepy、Pillow、numpy、requests，中文字体在 macOS 使用 STHeiti Medium.ttc，其他系统需手动修改脚本中的字体路径。
• 表情包素材通过本地代理 127.0.0.1:17891 从 ChineseBQB 下载，无代理时可能失败，但不影响主体渲染。
• 字幕时长按字数自动计算，公式为“字数×0.30s+1.0s”，并限制在 2.5s 至 7.0s 区间，无需手动设定每条时长。
• 生成耗时较长，64条字幕约需30分钟，36条约12分钟，适合离线批量处理，不适合即时预览。