TA的每日心情 | 怒
13 小时前 |
|---|
签到天数: 2 天 [LV.1]初来乍到
中级会员
 
- 积分
- 9072
|
本帖最后由 KahoTAT 于 2026-7-23 02:36 编辑
# 用 Claude Code Skill 全自动校对字幕
核心功能：
- **检测并修复乱码片段**：扫描字幕文件，识别类似 `〶〷¸` 的无意义字符，通过 Whisper 从视频原声音频中重转录对应片段，自动替换。字幕是什么语言都可以——Whisper 听的是原声
- **AI 碎片补全**：对于混合了拉丁字母或乱码的文本（如 `"こんにちはwo"`），AI 根据上下文判断并补全完整版本
- **专有名词统一**：跨集检测同一角色或术语的不同写法变体，借助词典自动分类，AI 迭代判断，最终统一为一致写法。目前已适配日语、中文、英语的词表和分类规则
- **OP/ED 幻觉清理**：片头片尾曲的字幕最容易被 Whisper 产生幻觉文本，skill 跨集聚类后自动识别器乐段并清理
- **自动生成审查报告**：所有修复记录到报告文件，标注已解决/待处理，方便追踪
最近一直在研究没字幕组的情况下手搓机翻字幕并提升翻译质量，vibe coding 了好几天搓出了这个 skill。用途很简单：个人动画爱好者在没条件的时候手搓字幕（注意这是没版权的风险行为），自娱自乐。
skill 已经内置了初始化向导，按照步骤来就行，不需要手写配置。
项目关键词：github搜 claude skills subtitle proofread（不让发链接）
---
## 怎么用
不需要手动编写配置文件，也不需要记忆命令行参数。首次运行时，AI 会引导你完成初始化，大约五分钟。
### 内置初始化流程
首次运行 `/subtitle-proofread` 时，skill 自动执行初始化向导，分五步：
1. **告知原理** — 解释 AI 在校对过程中会做什么、会修改哪些文件
2. **收集路径** — 三个问题：字幕文件在哪个目录？视频文件在哪个目录？有没有高质量参考字幕（可选）？
3. **检测 Whisper 后端** — Whisper 是 OpenAI 发布的语音识别模型，用于将视频中的语音转写为文字。skill 会扫描你系统上已安装的 Whisper 实现（有三种可选：whisper.cpp / faster-whisper / openai-whisper），让你选择使用哪个
4. **安装 Python 依赖** — 检查 Python 版本（需 3.12+）→ 检查日语词典库 jamdict（基于 JMdict 开源词典数据，用于判断一个词是专有名词还是普通日语词；如未安装会自动执行 `pip install`）→ 验证 Whisper 模型文件
5. **生成项目配置** — 将以上所有信息写入项目的 `CLAUDE.md` 文件，下次运行时直接读取，无需重新配置
整个过程是对话式的，AI 提问，你回答，不需要手动编辑任何 YAML 或 JSON 配置文件。
> 如需重新初始化（例如换了模型、添加了参考字幕），删除项目 `CLAUDE.md` 文件末尾的 `SKILL INITIALIZED: true` 行，再次运行 `/subtitle-proofread` 即可。
### 常用参数
```bash
/subtitle-proofread # 校对全部集数
/subtitle-proofread --limit 5 # 只处理前 5 集（用于测试）
/subtitle-proofread -e EP027-EP050 # 指定集数范围
/subtitle-proofread --skip-whisper # 跳过音频处理（无视频文件时使用）
/subtitle-proofread --dry-run # 预览模式，只输出会修改什么，不实际写文件
```
---
## 实测数据
用 193 集动画测试了完整流程：
| 指标 | 数值 |
|------|------|
| 总字幕条数 | 78,259 |
| 检测到乱码条目 | 3,673（分布在 107 集中） |
| OP/ED 自动清理 | 171 条跨集修复 |
| 专有名词统一 | 76 条变体规则，覆盖 59 集 |
| 最终待处理条目 | **0** |
流程并非全自动——AI 在运行过程中需要停下来处理碎片补全和专有名词判断，但全程无需手动编辑 SRT 字幕文件。
### 专有名词术语表
从七万多条字幕中自动提取高频词，经 jamdict（基于 JMdict + JMnedict 词典数据）过滤常见日语词，再由 AI 审查后的结果：
> |
|
