这组三个技能版本分别处理字幕断行、整段变速提醒和测试夹具:3.10.2 避免把相邻的重复汉字拆到两行,3.11.0 在较大幅度改变时长时给出提醒,3.11.1 修正导出测试夹具。需要分清它们各自解决的问题,再决定字幕排版与目标时长的处理方式。

先认清版本:更新的是 FFmpeg Skill
FFmpeg Skill 是借助本地 ffmpeg、ffprobe 完成媒体处理的 Agent Skill。这次的 3.10.2、3.11.0、3.11.1 是 kajisho5/ffmpeg-skill 仓库的版本号,不是底层 FFmpeg 程序的版本号。三个 GitHub Release 均未标记为预发布;这说明发布状态,但不能据此推断某个客户端已经自动取得新包。
发布接口的自定义附件列表为空,同时提供源码归档地址。源码标签和发布记录可以确认本次改动,不能证明所有安装渠道的已分发包都已更新。下面的命令按 3.11.1 完整源码目录编写,适用前提是 Python 3.10 或更新版本、FFmpeg 6.1 或更新版本,以及对应脚本需要的编解码器和滤镜;只有一个孤立的脚本并不构成完整运行环境。
3.10.2:重复汉字成对保留,不是重写字幕
此次修复针对“看看”“试试”这样的相邻同字。此前宽度恰好卡在断行处时,一对重复汉字可能被拆开。修复后,重复汉字以两字为一组参与断行;更长的重复串允许在组与组之间换行,而不是把整串都锁成一个不可拆的长词。
官方合并说明还明确了边界:这不是通用中文词语切分,也没有把“看一看”一类结构、AABB 或 ABAB 模式一并纳入本次修复。其共享断行逻辑服务于相关文本与字幕路径,不能把这次变化解读成语音识别准确率提升、字幕内容纠错或所有中文断句问题都已解决。
3.11.0:什么时候会出现大幅变速提示?
fit.py 的时长处理仍默认采用 speed。对于整段变速,源码以“原片时长 ÷ 目标时长”计算倍率;当倍率大于 1.15,或小于 1/1.15 时,在诊断中报告 large_speed_change。后一个界限约为 0.8696,不能把它随意写成 0.85。源码使用严格的大于、小于判断。

例如按时长计算,60 秒改到 30 秒对应 2 倍速度;60 秒改到 90 秒对应约 0.667 倍。两者都落在提醒范围。提醒表达的是整段画面和声音发生了变速、没有通过删掉片段来缩短内容;它不是自动裁剪,也不是所有处理错误的统一报错。
怎样明确选择裁剪或变速?
只想保留前 60 秒:显式选择 trim
在 3.11.1 完整源码根目录运行下列命令;input.mp4 是需要替换的本地素材路径。对长于 60 秒的有效视频,目标是保留开头 60 秒,而不是把全片加速塞进 60 秒。
python3 scripts/fit.py input.mp4 --duration 60 --method trim
需要整段压到 30 秒:显式选择 speed
确认希望保留整段内容并改变播放速度时,再使用下面的命令。仍在同一源码根目录执行,input.mp4 替换为实际素材。--json 用于输出结构化结果;若输入为 60 秒视频,按倍率规则应出现 large_speed_change 提示。这个预期依赖素材有效且处理环境满足要求,不代表已经实际运行成功。
python3 scripts/fit.py input.mp4 --duration 30 --method speed --json
若本来只想删去尾部,却看到大幅变速提醒,应回到上面的 trim 方式或重新确定需要保留的片段。源码另有 --max-speed 限制,默认是 4;超出它允许的倍率范围会拒绝处理。1.15 的提醒阈值与 4 的默认上限用途不同,不能因为出现提醒就断言转码必定失败。
3.11.1 值得怎样看待?
3.11.1 的发布说明是为文件大小与响度测试夹具设置种子。它属于导出测试相关修正,不能单凭这条说明宣称成片体积更小、响度算法升级或导出性能提升。对这组更新,更有依据的评估重点是字幕叠词是否仍被拆开,以及目标时长究竟应通过裁剪还是整段变速取得。

















