FFmpeg Skill 3.10.2、3.11.0、3.11.1 的字幕修复与变速提醒怎样使用?
解读 FFmpeg Skill 3.10.2、3.11.0、3.11.1 的断行边界、large_speed_change 阈值与测试夹具修正,说明 3.11.1 中 trim 和 speed 的适用目标。
3.10.2 解决重复汉字被拆到两行的问题,3.11.0 让较大的整段变速有明确提示,3.11.1 则调整导出测试夹具。处理字幕与指定时长时,应分别理解这三类变化,避免把变速提醒当成自动裁剪。

这三个版本属于哪个软件层?
这里讨论的是 kajisho5/ffmpeg-skill 的 FFmpeg Skill 3.10.2、3.11.0、3.11.1。它是调用本地 ffmpeg、ffprobe 的技能与脚本集合,不代表 FFmpeg 底层程序发布了同名版本。三个 Release 的预发布标记均为否,但源码发布状态并不能说明安装在客户端中的包已经同步更新。
官方发布接口没有列出自定义附件,另有源码归档入口。因此能确认的是这些标签和发布说明对应的源码变化,不应把它扩大为全部渠道的分发状态。以下例子固定参考 3.11.1,运行位置是完整源码根目录,要求 Python 3.10+、FFmpeg 6.1+,且所用编解码器及滤镜可用;只下载 fit.py 一个文件不满足完整依赖关系。
字幕里的“看看”为什么不该分开?
3.10.2 的修复点是相邻重复汉字的断行。旧逻辑在宽度边界可能把“看看”或“试试”从中间拆开,新逻辑让重复汉字成对参与排版。对连续重复的长串,成对保留仍允许在两组之间换行,避免把整串固定为一个长单元。
这项修复不提供通用中文分词。合并说明把 V一V、AABB、ABAB 等模式列为此次范围之外,也没有声称字幕识别或字幕文字本身会被改写。它改善的是相关共享断行路径上的排版问题。
大幅变速的诊断该怎么读?
3.11.0 增加的诊断名为 large_speed_change。fit.py 在 speed 模式中用原片时长除以目标时长:结果超过 1.15,或低于 1/1.15,便进入提醒范围。倒数约为 0.8696;判定是严格不等式,不能简写成上下各偏离 15% 的两个对称小数。

这条提醒的含义是整段画面和音频为达到时长而改变速度,内容不是靠删掉一段来缩短。它既不自动改成 trim,也不等同于操作失败。例如 60 秒变成 30 秒的理论倍率为 2,60 秒变成 90 秒则约为 0.667,两者都满足提醒条件;这里没有把计算示例包装成实际转码结果。
把处理意图直接写进命令
需要前 60 秒内容
对超过 60 秒的本地视频,在 3.11.1 源码根目录显式选择 trim。用真实文件路径替换 input.mp4,预期是截取开头 60 秒,而不是对整段视频作加速。
python3 scripts/fit.py input.mp4 --duration 60 --method trim
需要整段内容变为 30 秒
只有在确实需要整段变速时才选择 speed。以下命令同样在源码根目录执行;input.mp4 为素材占位,--json 请求结构化结果。以有效的 60 秒素材为例,倍率为 2,应报告 large_speed_change;实际能否完成还取决于素材与本机环境。
python3 scripts/fit.py input.mp4 --duration 30 --method speed --json
当前默认方式仍是 speed,因此仅指定目标时长可能偏离“删掉尾部”的意图。若提醒暴露了这种误解,可以改用前一条 trim 命令。还要区分提醒阈值和速度上限:源码中的 --max-speed 默认 4,超出允许范围会拒绝;出现 1.15 阈值提醒本身不等于超过这一上限。
3.11.1 没有宣布哪些收益?
这一补丁说明的是文件大小、响度测试夹具的种子设置。它没有给出更小成片体积、更高导出速度或新的响度处理算法承诺。对实际任务,先明确是改善字幕断行,还是选择裁剪与变速,比把三个版本统称为“导出增强”更准确。
免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。









