wjs-localizing-video

wjs-localizing-video（编排器）

此技能已拆分。 原先包含 1300 行内容的万能技能现已拆分为 4 个专注的子技能。仅当用户在一次请求中要求执行完整流程时，才使用此编排器。对于单个步骤，请直接调用对应的子技能。

四个子技能

步骤	技能	输入	输出
1. ASR	/wjs-transcribing-audio	音频 / 视频 + 源语言	源语言 SRT
2. 翻译	/wjs-translating-subtitles	源 SRT + 目标语言	目标 SRT（按标点划分）
3. 配音（可选）	/wjs-dubbing-video	视频 + 目标 SRT + 声音	*_<lang>_dub.mp4（已替换为 TTS 音频）
4. 烧录 / 混音（可选）	/wjs-burning-subtitles	视频 + SRT +（可选配音）	最终 MP4（单次编码）

步骤 3 和 4 均为可选，且彼此独立——大多数“仅字幕”任务会在步骤 2 后，通过 /wjs-burning-subtitles 进行软封装。大多数“仅配音”任务会在步骤 3 后结束。

何时调用此编排器，何时直接调用子技能

在用户一次性要求执行完整流程时，调用此技能（wjs-localizing-video）：

• “帮我把这个西班牙语视频做成中文字幕和中文配音”
• “把这个西班牙语视频翻译成英语并配音”
• “全套：转写、翻译、烧字幕、配音、混音”

用户只要求一个步骤时，直接调用子技能：

• “转写一下这个音频” → /wjs-transcribing-audio
• “把这个 SRT 翻译成中文” → /wjs-translating-subtitles
• “给这个视频配个中文音” → /wjs-dubbing-video
• “把字幕烧进视频” → /wjs-burning-subtitles

子技能的职责更明确，且输入 / 输出约定也更精确。用户只要求一个步骤时，不要经过此编排器——否则你只会阅读并不需要的文档。

进度清单（在调用任何子技能前，先执行此项）

此流程最多包含四个步骤，执行时间可能长达数分钟。用户希望看到实时进度，而不是长时间没有反馈后突然收到完成的文件。调用第一个子技能前，先用 TaskCreate 列出计划步骤，创建任务清单。 每当开始一个步骤，将其任务更新为 in_progress；完成后，标记为 completed。Claude Code 会在 UI 中显示此清单，并实时勾选完成项。

要创建哪些任务

根据用户的请求，决定将执行以下 4 个步骤中的哪些：

用户的请求	要创建的任务
完整本地化（字幕 + 配音 + 最终混音）	① 转写 ② 翻译 ③ 配音 ④ 烧字幕 + 混音
仅字幕（不更换声音）	① 转写 ② 翻译 ③ 烧字幕（或软封装）
仅配音（不烧录字幕）	① 转写 ② 翻译 ③ 配音
用户已有源 SRT	跳过 ①；仅创建剩余步骤
用户已有目标 SRT	跳过 ① 和 ②；仅创建剩余步骤

不要为不会执行的步骤创建任务——结束时未勾选的项目会让人觉得“我们忘了”，而不是“我们跳过了”。

任务标题的措辞

使用下方“最终回复模板”中的相同标签，这样执行中的清单和完成摘要就会呈现为同一份内容：

• 转写 <source-lang>（例如，转写 西班牙语）
• 翻译 → <target-lang>（例如，翻译 → 中文）
• 配音 <target-lang>（例如，配音 中文 (高冷御姐 -8%)）
• 烧字幕 + 原声底层 <bed>（例如，烧字幕 + 原声底层 0.18）

对于 activeForm，使用表示正在进行的形式（转写中…、翻译中…、配音中…、合成中…）。

状态管理规范

• 仅将当前正在执行的任务标记为 in_progress（一次只能有一个）。
• 子技能返回输出文件后，立即将对应任务标记为 completed，不要批量更新。
• 如果某个步骤提出需要澄清的问题或执行失败，保持其状态为 in_progress，让用户准确看到流程停在哪里。不要将未完成的步骤标记为已完成。
• 如果用户在流程中途更改要求（例如“跳过配音”），请更新剩余任务：删除不再适用的任务，保留其余任务。不要悄悄删掉任务。

规范的端到端流程（西班牙语 → 中文，包含配音 + 底音 + 烧录）

这是原始的“验证场景”——将西班牙语瑜伽 / 灵性内容转换为中文，用于微信视频号 / 小红书。涵盖全部 4 个子技能。

步骤 1 — 转录西班牙语源内容

Invoke /wjs-transcribing-audio with the video and `--language es`.

该子技能负责：分块、词级时间戳、在标点边界组装字幕段、循环保护、重试。输出：entrevista.srt（西班牙语，源语言）。

步骤 2 — 翻译为简体中文

Invoke /wjs-translating-subtitles with the Spanish SRT and target `zh-CN`.

该子技能负责：在标点处重新分段、尽量减少填充性指示词、限制行长、保留说话者语气。输出：entrevista.zh-CN.srt。

步骤 3 —（可选）配制中文配音

Invoke /wjs-dubbing-video with the video + entrevista.zh-CN.srt + a voice ID.

成熟、沉静的女性声音默认使用：zh_female_gaolengyujie_moon_bigtts（Volcano 高冷御姐，--rate -8% +0Hz）。如果没有 Volcano 凭据：zh-CN-XiaoxiaoNeural --rate -8% --pitch -10Hz。该子技能会先采样，然后再提交。

输出：entrevista_zh_dub.mp4。

步骤 4 — 烧录字幕 + 将配音混入原声作为背景音

Invoke /wjs-burning-subtitles with --video entrevista.mp4 --srt entrevista.zh-CN.srt --dub entrevista_zh_dub.mp4

该子技能负责：检查 libass 是否可用、使用 evermeet 静态构建版本作为备用方案、校准字体大小、完整渲染前检查帧、以 0.18 的音量混入背景音。

输出：entrevista_zh_final.mp4（可直接交付）。

用户已标准化的默认设置

这些设置适用于整个流水线；每个子技能负责落实其中与自身相关的部分：

• 中文 ASR 优先使用豆包 (Volcano)；Whisper 作为备用方案。 在 /wjs-transcribing-audio 中落实。
• 除非用户明确提到多个说话者，否则整段配音使用同一个声音。 在 /wjs-dubbing-video 中落实。
• 任何配音下方都保留低音量（0.15–0.25）的原始音频作为背景音。 在 /wjs-burning-subtitles 中落实。
• 微信视频号 / 抖音使用烧录字幕；其他平台默认使用软封装。 在 /wjs-burning-subtitles 中落实。
• 频道 CTA 名称（如果添加到描述中）：王建硕 — 绝不能使用嘉宾的姓名。（来自 ~/.claude/CLAUDE.md 的全局规则；当此流水线后续接入 /wjs-uploading-video 时适用。）

文件命名约定（沿用原始技能中的约定）

input:                       entrevista.mp4

Chinese pipeline:
  source SRT                 entrevista.srt
  Chinese SRT                entrevista.zh-CN.srt
  Chinese dub (audio only)   entrevista_zh_dub.mp4
  Chinese final (subs+dub)   entrevista_zh_final.mp4

English pipeline:
  English SRT                entrevista.en.srt
  English dub                entrevista_en_dub.mp4
  English final              entrevista_en_final.mp4

Bilingual subtitles:
  Spanish + Chinese          entrevista.es-zh.srt
  Spanish + English          entrevista.es-en.srt
  three-language             entrevista.es-zh-en.srt

采用 BCP-47 风格的后缀，可让多种目标语言的输出文件并排存放，并能一眼看出目标语言。

此编排器不会执行的操作

• 它不会重新实现任何功能。每个步骤都会委托给一个子技能。
• 它不会打包脚本。dub.py 位于 /wjs-dubbing-video/scripts/，render.py 位于 /wjs-burning-subtitles/scripts/，visual_diarize.py 位于 /wjs-dubbing-video/scripts/。如果你在 wjs-localizing-video/scripts/ 下看到过时副本，请优先使用对应子技能中的规范位置。

最终回复模板

完整流水线运行结束后，使用用户的语言简短回复。按照用户熟悉的原始“完成”模板：

已完成：
- 西班牙语转写  (/wjs-transcribing-audio)
- 中文翻译     (/wjs-translating-subtitles)
- 中文配音     (/wjs-dubbing-video, voice: 高冷御姐 -8%)
- 烧入字幕 + 原声底层 0.18  (/wjs-burning-subtitles)

输出：
- entrevista.srt
- entrevista.zh-CN.srt
- entrevista_zh_dub.mp4
- entrevista_zh_final.mp4

不确定片段：
- 00:01:23–00:01:26 背景噪音较大，原文可能不完全准确。

如果没有不确定的部分，请删去第二个列表。

另请参阅

• /wjs-segmenting-video — 将长视频剪成独立的短片段（使用其自带的 SRT 切片器；与此流水线互不相关）。
• /wjs-overlaying-video — 通过 HyperFrames 在片段上添加 HTML/CSS 字幕。不要与 /wjs-burning-subtitles 结合使用 — 每个输出只能选择一种字幕系统。
• /wjs-uploading-video — 将最终的 MP4 上传到 YouTube。
• /lark-minutes — 当本地豆包 ASR 尚未接入时，通过飞书妙记生成仅中文转录的备用路径。