需用Whisper.cpp生成英文文本，再通过SubtitleEdit自动对齐并合并中英字幕：先导出跃问AI的subtitle_zh.srt和未剪辑audio.mp3；用Whisper.cpp转录得audio.txt；在SubtitleEdit中导入中文SRT和audio.txt，执行音频波形自动同步，再合并为双语SRT，保存为UTF-8 with BOM编码。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要为AI生成的视频快速配上准确的中英双语字幕，但跃问AI导出的字幕文件只有中文SRT，没有英文时间轴对齐版本——必须借助第三方工具完成双语同步，且不能手动逐行调整时间码。
准备跃问AI导出的原始字幕与音频
在跃问AI网页端完成视频生成后，点击右上角「导出」→「字幕（SRT）」，下载得到subtitle_zh.srt；同时点击「导出」→「仅音频（MP3）」，保存为audio.mp3。这两份文件缺一不可，【音频必须是原始生成时未裁剪、未变速的版本】，否则后续时间轴会整体偏移。
把两个文件放在同一个空文件夹里，比如命名为video_project，不要改名，也不要放进子文件夹。
用Whisper.cpp本地生成英文转录
下载预编译好的Whisper.cpp Windows/macOS/Linux版本（推荐v1.29.0+），解压后进入bin目录。
将audio.mp3复制到该bin目录下，打开终端（macOS/Linux）或命令提示符（Windows），执行：
✅ 五大心智模型（M1-M5）全保留 ✅ 四层建筑法（L1-L4）完整表格化 ✅ @多模态绑定语法优先级表 ✅ 20+ 场景诊断表（问题/原因/修复/边界） ✅ 八大行业模板（都配了完整提示词示例） ✅ 诚实能力边界表 ✅ Agent 触发关键词 + 标准入参/出参 ✅ 表达 DNA 固定风格
./main -m models/ggml-base.en.bin -f audio.mp3 -otxt -osep
这行命令调用英文基础模型，输出纯文本格式（-otxt）并启用句子分割（-osep），能提升断句合理性。等待2～5分钟，生成audio.txt——它不含时间戳，只含英文原文，每行一句。
用SubtitleEdit对齐中英字幕时间轴
第一步：用SubtitleEdit打开跃问导出的subtitle_zh.srt；
第二步：菜单栏选择「工具」→「翻译」→「从文本文件导入翻译」；
第三步：在弹窗中勾选「按行匹配」，点击「浏览」选中刚生成的audio.txt，确认导入；
第四步：点击「同步」→「自动同步（基于音频波形）」，软件会分析audio.mp3与当前字幕的时间起点，微调全部时间码使中文字幕帧精准贴合原声；
第五步：再次点击「同步」→「合并双语」→「中文在上，英文在下」，生成带换行的双语SRT。
注意：如果导入英文文本后出现某段缺失，说明audio.txt行数与中文SRT条目数不一致——此时要回到Whisper.cpp命令末尾加上-l en -t 0重新运行，强制按原始中文分段节奏切英文句。
导出兼容主流播放器的双语SRT
在SubtitleEdit中按Ctrl+S保存，文件名建议用video_zh-en.srt；
导出前务必检查「文件」→「另存为」→ 编码选UTF-8 with BOM；
播放测试：用VLC打开视频，加载该SRT，按L键切换字幕轨道，确认中英两行均完整显示、无乱码、无延迟。
