字幕格式转换工具 - 支持SRT、VTT、ASS等30+格式互转，含双语样式预设

omnicaptions-convert by lattifai/omni-captions-skills

82 周安装量

21 GitHub Stars

GitHub

安装命令

npx skills add https://github.com/lattifai/omni-captions-skills --skill omnicaptions-convert

内容创作自动化音频处理

🇨🇳中文介绍

字幕格式转换

使用 lattifai-captions 在 30 多种字幕/标题格式之间进行转换。

⚡ YouTube 工作流

# 1. 直接转录 YouTube 视频
omnicaptions transcribe "https://youtube.com/watch?v=VIDEO_ID" -o transcript.md

# 2. 转换为任意格式
omnicaptions convert transcript.md -o output.srt
omnicaptions convert transcript.md -o output.ass
omnicaptions convert transcript.md -o output.vtt

使用场景

将 SRT 转换为 VTT、ASS、TTML 等格式
将 Gemini Markdown 转录稿转换为标准字幕格式
将 YouTube VTT（带词级时间戳）转换为其他格式
批量格式转换

不适用场景

需要转录（使用 /omnicaptions:transcribe）
需要翻译（使用 /omnicaptions:translate）

安装

pip install omni-captions-skills --extra-index-url https://lattifai.github.io/pypi/simple/

广告位招租

在这里展示您的产品或服务

触达数万 AI 开发者，精准高效

联系我们

相关 Skills

FlyClaw：零登录航班聚合查询工具，Python实现多源航班信息与价格搜索

4,000,000 周安装

Azure RBAC 权限管理工具：查找最小角色、创建自定义角色与自动化分配

135,700 周安装

GitHub Actions 官方文档查询助手 - 精准解答 CI/CD 工作流问题

45,200 周安装

通过 LiteLLM 代理让 Claude Code 对接 GitHub Copilot 运行 | 高级变通方案指南

44,900 周安装

格式	扩展名	读取	写入
SRT	`.srt`	✓	✓
VTT	`.vtt`	✓	✓
ASS/SSA	`.ass`	✓	✓
TTML	`.ttml`	✓	✓
Gemini MD	`.md`	✓	✓
JSON	`.json`	✓	✓
TXT	`.txt`	✓	✓

完整列表：SRT、VTT、ASS、SSA、TTML、DFXP、SBV、SUB、LRC、JSON、TXT、TSV、Audacity、Audition、FCPXML、EDL 等。

# 转换（自动输出到相同目录，仅更改扩展名）
omnicaptions convert input.srt -t vtt           # → ./input.vtt
omnicaptions convert transcript.md              # → ./transcript.srt

# 指定输出文件或目录
omnicaptions convert input.srt -o output/       # → output/input.srt
omnicaptions convert input.srt -o output.vtt    # → output.vtt

# 显式指定格式
omnicaptions convert input.txt -o out.srt -f txt -t srt

转换为 ASS 格式时，使用 --style 应用预设样式：

omnicaptions convert input.srt -o output.ass --style default    # 白色文本，底部
omnicaptions convert input.srt -o output.ass --style top        # 白色文本，顶部
omnicaptions convert input.srt -o output.ass --style bilingual  # 白色 + 黄色（双语）
omnicaptions convert input.srt -o output.ass --style yellow     # 黄色文本，底部

预设	位置	第一行	第二行	使用场景
`default`	底部	白色	白色	标准字幕
`top`	顶部	白色	白色	底部被占用时
`bilingual`	底部	白色	黄色	双语字幕（原文 + 译文）
`yellow`	底部	黄色	黄色	高可见性

如果你的 SRT 文件包含双行字幕，例如：

1
00:00:01,000 --> 00:00:03,000
Hello World
你好世界

使用 --style bilingual 或自定义颜色：

# 预设：白色 + 黄色
omnicaptions convert bilingual.srt -o output.ass --style bilingual

# 自定义颜色：绿色英文 + 黄色中文
omnicaptions convert bilingual.srt -o output.ass --line1-color "#00FF00" --line2-color "#FFFF00"

# 混合预设与自定义第二行颜色
omnicaptions convert bilingual.srt -o output.ass --style default --line2-color "#FF6600"

自定义颜色选项

选项	描述
`--line1-color "#RRGGBB"`	第一行（原文）颜色
`--line2-color "#RRGGBB"`	第二行（译文）颜色

常用颜色：#FFFFFF（白色）、#FFFF00（黄色）、#00FF00（绿色）、#00FFFF（青色）、#FF6600（橙色）

字体大小与分辨率

字体大小根据视频分辨率自动计算。分辨率按以下优先级顺序检测：

--resolution 参数（例如 1080p、4k、1920x1080）
--video 参数（使用 ffprobe 检测）
.meta.json 文件（由 omnicaptions download 保存）
默认：1080p

# 从 .meta.json 自动检测（由 download 命令保存）
omnicaptions convert abc123.en.srt -o abc123.en.ass --karaoke

# 直接指定分辨率
omnicaptions convert input.srt -o output.ass --resolution 4k
omnicaptions convert input.srt -o output.ass --resolution 720p
omnicaptions convert input.srt -o output.ass --resolution 1920x1080

# 从视频文件检测（使用 ffprobe）
omnicaptions convert input.srt -o output.ass --video video.mp4

# 覆盖自动计算的字体大小
omnicaptions convert input.srt -o output.ass --resolution 4k --fontsize 80

分辨率	PlayRes	自动字体大小
480p	854×480	24
720p	1280×720	32
1080p	1920×1080	48（默认）
2K	2560×1440	64
4K	3840×2160	96

生成带词级高亮的卡拉OK字幕。需要词级时间戳（请先使用 LaiCut 对齐）。

# 基础卡拉OK（扫掠效果 - 渐进填充）
omnicaptions convert lyrics_LaiCut.json -o lyrics_LaiCut_karaoke.ass --karaoke

# 不同效果
omnicaptions convert lyrics_LaiCut.json -o lyrics_LaiCut_karaoke.ass --karaoke sweep    # 渐进填充（默认）
omnicaptions convert lyrics_LaiCut.json -o lyrics_LaiCut_karaoke.ass --karaoke instant  # 瞬间高亮
omnicaptions convert lyrics_LaiCut.json -o lyrics_LaiCut_karaoke.ass --karaoke outline  # 先轮廓后填充

# LRC 卡拉OK（增强的词级时间戳）
omnicaptions convert lyrics_LaiCut.json -o lyrics_LaiCut_karaoke.lrc --karaoke

效果	ASS 标签	描述
`sweep`	`\kf`	从左到右渐进填充（默认）
`instant`	`\k`	瞬间词高亮
`outline`	`\ko`	轮廓填充，然后文本填充

# 1. 使用 LaiCut 对齐（获取 JSON 格式的词级时间戳）
omnicaptions LaiCut audio.mp3 lyrics.txt

# 2. 转换为卡拉OK ASS 格式
omnicaptions convert lyrics_LaiCut.json -o karaoke.ass --karaoke

# 或结合样式
omnicaptions convert lyrics_LaiCut.json -o karaoke.ass --karaoke --style yellow

from omnicaptions import Caption

# 加载任意格式
cap = Caption.read("input.srt")

# 写入任意格式
cap.write("output.vtt")
cap.write("output.ass")
cap.write("output.ttml")

错误	解决方法
格式未检测到	使用 `--from` / `--to` 标志
缺少时间戳	源格式必须包含时间信息
编码错误	指定 `encoding="utf-8"`

技能	使用场景
`/omnicaptions:transcribe`	需要从音频/视频转录
`/omnicaptions:translate`	使用 Gemini API 翻译
`/omnicaptions:translate`	使用 Claude 翻译（无需 API 密钥）
`/omnicaptions:download`	先下载视频/字幕

# 转录 → 转换 → 翻译（使用 Claude）
/omnicaptions:transcribe video.mp4
/omnicaptions:convert video_GeminiUnd.md -o video.srt
/omnicaptions:translate video.srt -l zh --bilingual

Skills CLI 使用指南：AI Agent 技能包管理器安装与管理教程

44,900 周安装

字幕格式转换工具 - 支持SRT、VTT、ASS等30+格式互转，含双语样式预设

🇨🇳中文介绍

字幕格式转换

⚡ YouTube 工作流

使用场景

不适用场景

安装

相关 Skills

快速参考

命令行用法

ASS 样式预设

双语示例

自定义颜色选项

字体大小与分辨率

卡拉OK模式

卡拉OK工作流

Python 用法

常见错误

相关技能

工作流示例

最新 Skills