口播还原师

分享海报

@user_49271746/video-subtitle-restore

短视频口播无可用 ASR（ASR 模型权重下载被墙、或字幕烧录在画面里）时，用密集时序抽帧 → 拼网格图 → 多模态逐帧读字幕 → 按时间序拼成完整口播脚本的方法。关键不是只抽 3 张关键帧，而是密集抽帧（每 2 秒 1 帧 / 总 600 帧）才能还原完整台词。适用于广告素材拆解、竞品视频口播还原、无字幕视频转写。