omnicaptions-convert

字幕格式转换

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

⚡ YouTube 工作流

# 1. Transcribe YouTube video directly
omnicaptions transcribe "https://youtube.com/watch?v=VIDEO_ID" -o transcript.md

# 2. Convert to any format
omnicaptions convert transcript.md -o output.srt
omnicaptions convert transcript.md -o output.ass
omnicaptions convert transcript.md -o output.vtt

适用场景

• 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
• 将带有单词级时间戳的 YouTube VTT 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）

设置

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

快速参考

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。

CLI 用法

# Convert (auto-output to same directory, only changes extension)
omnicaptions convert input.srt -t vtt           # → ./input.vtt
omnicaptions convert transcript.md              # → ./transcript.srt

# Specify output file or directory
omnicaptions convert input.srt -o output/       # → output/input.srt
omnicaptions convert input.srt -o output.vtt    # → output.vtt

# Specify format explicitly
omnicaptions convert input.txt -o out.srt -f txt -t srt

ASS 样式预设

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    # White text, bottom
omnicaptions convert input.srt -o output.ass --style top        # White text, top
omnicaptions convert input.srt -o output.ass --style bilingual  # White + Yellow (for bilingual)
omnicaptions convert input.srt -o output.ass --style yellow     # Yellow text, bottom

预设	位置	第 1 行	第 2 行	用途
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	高可见度

双语示例

如果你的 SRT 包含如下双行字幕：

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：

# Preset: white + yellow
omnicaptions convert bilingual.srt -o output.ass --style bilingual

# Custom colors: green English + yellow Chinese
omnicaptions convert bilingual.srt -o output.ass --line1-color "#00FF00" --line2-color "#FFFF00"

# Mix preset with custom line2 color
omnicaptions convert bilingual.srt -o output.ass --style default --line2-color "#FF6600"

自定义颜色选项

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

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

字体大小与分辨率

字体大小会根据视频分辨率自动计算。分辨率按以下优先级检测：

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

# Auto-detect from .meta.json (saved by download command)
omnicaptions convert abc123.en.srt -o abc123.en.ass --karaoke

# Specify resolution directly
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

# Detect from video file (uses ffprobe)
omnicaptions convert input.srt -o output.ass --video video.mp4

# Override auto-calculated fontsize
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

卡拉 OK 模式

生成带有单词级高亮效果的卡拉 OK 字幕。需要单词级时间信息（请先使用 LaiCut 对齐）。

# Basic karaoke (sweep effect - gradual fill)
omnicaptions convert lyrics_LaiCut.json -o lyrics_LaiCut_karaoke.ass --karaoke

# Different effects
omnicaptions convert lyrics_LaiCut.json -o lyrics_LaiCut_karaoke.ass --karaoke sweep    # Gradual fill (default)
omnicaptions convert lyrics_LaiCut.json -o lyrics_LaiCut_karaoke.ass --karaoke instant  # Instant highlight
omnicaptions convert lyrics_LaiCut.json -o lyrics_LaiCut_karaoke.ass --karaoke outline  # Outline then fill

# LRC karaoke (enhanced word timestamps)
omnicaptions convert lyrics_LaiCut.json -o lyrics_LaiCut_karaoke.lrc --karaoke

效果	ASS 标签	说明
sweep	\kf	从左向右逐渐填充（默认）
instant	\k	即时高亮单词
outline	\ko	先填充轮廓，再填充文字

卡拉 OK 工作流

# 1. Align with LaiCut (get word-level timing in JSON)
omnicaptions LaiCut audio.mp3 lyrics.txt

# 2. Convert to karaoke ASS
omnicaptions convert lyrics_LaiCut.json -o karaoke.ass --karaoke

# Or combine with style
omnicaptions convert lyrics_LaiCut.json -o karaoke.ass --karaoke --style yellow

Python 用法

from omnicaptions import Caption

# Load any format
cap = Caption.read("input.srt")

# Write to any format
cap.write("output.vtt")
cap.write("output.ass")
cap.write("output.ttml")

常见错误

错误	解决方法
未检测到格式	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"

相关技能

技能	使用场景
/omnicaptions:transcribe	需要从音频/视频生成转录稿
/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

工作流示例

# Transcribe → Convert → Translate (with Claude)
/omnicaptions:transcribe video.mp4
/omnicaptions:convert video_GeminiUnd.md -o video.srt
/omnicaptions:translate video.srt -l zh --bilingual