标准字幕是功能性的，但如果它们能够更智能呢？如果它们能够在说话时自动突出关键信息，使您的内容更具吸引力且更易于理解呢？
在本教程中，我们将编写一个Python脚本来实现这一点。我们将以一个简单的烹饪视频为例，创建自动化的字幕，具体功能包括：
- 逐字动画。
- 用一种颜色突出特定的成分。
- 用另一种颜色强调关键动作（如“混合”或“烘焙”）。
这就是我所称的“内容感知”字幕。我们将使用Pycaps
以下是我们将创建的内容的预览：
让我们开始吧。
项目设置
首先，确保你已经安装了 pycaps。安装说明请查看 项目的README。
接下来，创建一个项目文件夹，并添加两个空文件：
render.py（我们的Python脚本）styles.css（我们的样式表）
你还需要一个视频文件。我将使用一个名为 cooking_video.mp4 的文件。
第一步：带自定义样式的基本字幕
让我们先在屏幕上显示一些样式化的字幕。我们将编写脚本来转录视频，并应用我们的自定义CSS，以实现干净、专业的外观。
在 styles.css 中，我们来定义基础样式。我们将使用一种友好且粗体的字体，并实现一种“卡拉OK”效果，即当前单词会被高亮显示。
/* styles.css */
.word {
/* 所有单词的默认样式 */
font-family: cursive, sans-serif;
font-weight: 700;
font-size: 18px;
color: white;
padding: 2px 3px;
text-shadow:
1px 1px 0px black, -1px 1px 0px black,
1px -1px 0px black, -1px -1px 0px black,
2px 2px 3px rgba(0, 0, 0, 0.7);
}
.word-being-narrated {
/* 当前正在说的单词 */
color: #ffc107;
/* 一种温暖的黄色 */
}现在，在 render.py 中，我们将编写代码来使用这些样式。
# render.py
from pycaps import *
# 初始化管道构建器
builder = CapsPipelineBuilder()
builder.with_input_video("cooking_video.mp4")
builder.add_css("styles.css")
builder.add_segment_splitter(LimitByCharsSplitter(min_limit=10, max_limit=15))
# 构建并运行管道
pipeline = builder.build()
pipeline.run()
print("已添加样式化字幕！")
运行这个脚本（python render.py）。你将得到一个新的视频文件，里面有完美时机和样式的字幕。这是我们的基础。你将得到类似这样的内容：
步骤 2：使用自定义标签的内容感知高亮
这就是有趣的地方。我们希望根据单词的含义来进行样式设置。为此，我们将使用pycaps 标签系统来自动标记单词。
让我们为两个自定义AI标签定义规则：
ingredient: 我们将使用一些AI来识别烹饪成分。key-action: 然后识别重要的烹饪动词。
这需要设置API密钥，详情请参见文档。
我们将使用SemanticTagger在我们的脚本中管理这些规则。
# render.py (更新为使用SemanticTagger)
from pycaps import *
# 1. 创建一个标记器来保存我们的自定义规则
tagger = SemanticTagger()
# 2. 规则1：使用AI标记烹饪成分。
tagger.add_ai_rule(
tag=Tag("ingredient"),
instructions="烹饪成分（例如：面粉、糖、鸡蛋）"
)
# 3. 规则 2：使用 AI 标记重要的烹饪动作。
tagger.add_ai_rule(
tag=Tag("key-action"),
instructions="重要的烹饪动词或技巧（例如：混合、烘焙）"
)
# 初始化管道构建器
builder = CapsPipelineBuilder()
builder.with_input_video("cooking_video.mp4")
builder.add_css("styles.css")
builder.add_segment_splitter(LimitByCharsSplitter(min_limit=10, max_limit=15))
# 4. 将我们的自定义标记器添加到管道中
builder.with_semantic_tagger(tagger)
# 构建并运行管道
pipeline = builder.build()
pipeline.run()
print("已添加样式化字幕！")styles.css 中为它们赋予独特的样式。/* styles.css（自定义标签的附加样式） */
/* ...（保持之前的 .word 样式）... */
/* 为标记为 'ingredient' 的单词设置样式 */
.word.ingredient {
color: #4ade80; /* 一种清新的绿色 */
}
/* 为标记为 'key-action' 的词语设置样式 */
.word.key-action {
color: #60a5fa; /* 一种漂亮的蓝色 */
font-weight: 800; /* 特别粗体 */
}
查看结果：
第3步：上下文动画
让我们添加最后一层润色。我们将为所有的 ingredient 和 key-action 词添加一个放大动画。
# render.py（最终版本）
from pycaps import *
tagger = SemanticTagger()
tagger.add_ai_rule(
tag=Tag("ingredient"),
instructions="烹饪原料（例如：面粉、糖、鸡蛋）"
)
tagger.add_ai_rule(
tag=Tag("key-action"),
instructions="重要的烹饪动词或技巧（例如：混合、烘焙）"
)
# 初始化管道构建器
builder = CapsPipelineBuilder()
builder.with_input_video("cooking_video.mp4")
builder.add_css(“styles.css“)
builder.add_segment_splitter(LimitByCharsSplitter(min_limit=10, max_limit=15))
builder.with_semantic_tagger(tagger)
# — 添加动画 —
# 为每个标签为 ‘key-action’ 或 ‘ingredient’ 的单词添加 ‘zoom’ 动画
builder.add_animation(
animation=ZoomInPrimitive(duration=0.3, init_scale=0.7, overshoot=OvershootConfig()),
当=事件类型.ON_NARRATION_STARTS,
什么=元素类型.单词,
标签条件=标签条件工厂.解析("关键动作或成分")
)
# 构建并运行管道
管道 = 构建器.构建()
管道.运行()
打印("最终动画视频已准备好！")
这就是我们所得到的。一个完全自动化的脚本，能够生成美观、动态且内容感知的字幕。
超越脚本：模板和命令行接口
虽然这个脚本功能强大，但对于重复任务，你可能希望重用这种样式。这就是模板派上用场的地方。你可以将你的styles.css和所有的管道逻辑（包括标记规则和动画）打包成一个可重用的pycaps.template.json文件。有关所有选项，请参见JSON配置参考。
一旦你有了模板，你可以通过终端用一行命令处理新视频：
pycaps render --input episode2.mp4 --template my-cooking-style
最后的话
我们已经看到，结合Python脚本、CSS和智能标签引擎可以自动生成高质量的动画字幕。这种方法使您能够为视频内容创建独特的外观。
该项目完全开源。我邀请您在GitHub上进行探索，如果您想在不编写代码的情况下进行实验，可以尝试在线Web UI演示，看看您能构建出什么。
