---
title: "长视频切片：6 分钟提取全片字幕并切出成片片段"
description: "一条 17 分钟的视频，6 分钟拿到 578 条带时间戳字幕、一份 SRT 和 2 个带声的成片片段。"
canonical: https://taloswork.ai/blog/long-video-clipping
language: zh-CN
last_updated: 2026-10-28
date_published: 2026-10-28
category: "自媒体"
---

# 长视频切片：6 分钟提取全片字幕并切出成片片段

## 项目背景

把一条长视频拆成能单独分发的短片段，是自媒体创作者最常用的内容复用动作。一条 17 分钟的视频，手动听打出全片字幕、再从里面找出讲某个主题的段落、最后按时间点切出成品，通常要 1 小时以上（估算）。

这次用 Talos，约 6 分钟产出 578 条带时间戳的全片字幕文字稿、一份 SRT，以及 2 个画面和声音都在的成片片段。

## 挑战

难点集中在三处。第一，在 17 分钟素材里定位到讲内容策划、标题怎么定的段落，靠拖进度条反复试听，很容易失去坐标。第二，文字稿的时间戳要精确到秒，估算出来的时间点在剪辑软件里对不上。第三，按时间点切片时，起点会被视频关键帧影响，可能切偏，也可能拿到只有画面没有声音的文件。

目标是产出一份能直接用来剪片的素材包：全片秒级文字稿、一份段落索引表，以及带声音的成片片段。

## 方法

### 第一步：把要求一次写清

Prompt 的核心是把素材、产出物、时间精度和交付节奏一次说清楚。第一轮使用的完整 Prompt：

```text
我要从一条长视频里切几个能用的片段出来。

视频链接：https://www.bilibili.com/video/BV13QzbYuEWr/

这是影视飓风的《1年150期视频？影视飓风2024工作流分享》，17 分钟，讲他们做内容的工作流。
我要找的内容：讲内容策划、标题怎么定的那几段。

请你：
1. 打开视频，把字幕完整提取出来，落成一份带时间戳的文字稿，存到本次会话目录。
2. 从文字稿里找出跟内容策划、标题相关的所有位置，列成一张表：开始时间、结束时间、这段在讲什么、其中一句原话。
3. 这一轮先不要切，把表给我看。

要求：
- 时间戳精确到秒，不要估。
- 找不到相关的内容就说没有，不要凑数。
```

这个 Prompt 包含四个关键要素：

- **素材交代到位**：给出视频链接、节目名、时长和内容主题，省掉一轮追问。
- **产出物与存放位置明确**：字幕要落成带时间戳的文字稿文件，并指定存到会话目录。
- **时间精度与找法明确**：要求时间戳精确到秒、不要估，并按主题列成表。
- **交付节奏明确**：这一轮先不要切，先出表确认，再进入下一步。

### 第二步：提取字幕并落成文字稿

Talos 接到 Prompt 后执行六个环节：

1. **打开视频页**：读取平台字幕轨，确认字幕条总数与覆盖范围。
2. **逐条展开字幕**：按分钟分段取出每一条字幕的起始时间，不做插值估算。
3. **落成文字稿**：把 578 条字幕按时间轴顺序写成带时间戳的文件，保留自动字幕的识别错误并单独标注。
4. **生成 SRT**：用同一份字幕数据给出每条字幕的开始与结束时间。
5. **校验时间轴**：逐条计数，确认时间单调递增且没有重复条目。
6. **整理段落索引**：通读文字稿，把与内容策划、标题相关的 11 段整理成一张表。

字幕提取与段落定位阶段约 3 分钟，产出文字稿、SRT 和段落索引表三份文件。

### 第三步：按时间点切片

段落索引表确认之后，第二轮只报了两个时间点：

```text
按我挑的这几段切出来：3.46-4.10； 4.38-4.43

要求：
1. 每段单独存一个视频文件，命名成 片段_序号_开始时间.mp4，放到本次会话目录。
2. 画面和声音都要，不要只切画面。
3. 切完给我一张清单：文件名、时长、这段对应的一两句原文。
```

切片阶段约 3 分钟，两个片段的结果：

| 文件 | 时长 | 内容 |
| --- | --- | --- |
| 片段_1_3m46s.mp4 | 24.0 秒 | 3:46-4:10，讲同一件事为什么有人讲得有趣，以及把内容包装成壳 |
| 片段_2_4m38s.mp4 | 5.2 秒 | 4:38-4:43，摩尔纹视频的播放数据 |

两个文件都是 1920×1080、H.264 视频加 AAC 立体声 48kHz，画面和声音都在。

过程中有两处偏差被单独处理。第一段按关键帧对齐后起点落在 3:45，比要求早 1 秒，Talos 用 ffmpeg 精确修边剪回 3:46。第二段按关键帧切不出 4:38 起的 5 秒，改为从播放器实时录制，起止点准确。切片完成后，抽取片段首尾画面与文字稿比对，确认时间戳与画面内嵌字幕的误差在 1 秒内。

## 结果

| 指标 | 手动制作 | Talos |
| --- | --- | --- |
| 总耗时 | 1 小时以上（估算） | 约 6 分钟 |
| 全片字幕 | 逐句听打 17 分钟素材 | 578 条字幕自动落盘，秒级时间戳 |
| 段落定位 | 反复拖进度条试听 | 11 段索引表一次给出 |
| 片段输出 | 在剪辑软件里手工导出一段段试 | 2 个片段，画面声音同在，1080p |
| 输出格式 | 手打文本 | 文字稿 md 加 SRT，可直接进剪辑软件 |
| 可复用性 | 每条视频重新听打 | Prompt 保存，换视频即可 |

约 6 分钟完成了 17 分钟素材的字幕提取、段落定位与切片，产出 578 条带时间戳字幕、一份 SRT 和 2 个可直接使用的成片片段。

## 业务影响

- **单次剪辑**：素材准备从最耗时的环节变成最省时的环节，时间可以更多花在选段和立意上。
- **素材复用**：同一条长视频里的不同主题可以分别定位、分别成片，一份素材支撑多个平台的分发。
- **时间戳质量**：秒级时间戳给切片、字幕对齐、二创脚本提供了统一坐标，减少来回返工。
- **格式兼容**：SRT 与常规编码的片段可以直接进剪辑软件，不需要额外转码。

## 可复制的启示

1. **把精度要求写进 Prompt**：明确时间戳精确到秒、不要估，才能拿到能直接用的时间点。
2. **先出表再切片**：先要一份段落索引表确认，避免切完才发现段落选错。
3. **明确规定画面与声音**：写清画面和声音都要，避免拿到无声片段。
4. **保存 Prompt 复用**：换一条视频只需替换链接、时长和主题，流程不变。

## 常见问题

**Q：字幕是自动生成的，识别错误会影响切片吗？**

A：不影响切片本身。时间轴来自平台字幕轨，识别错误只影响个别文字。这次在文字稿里把明显的错处单独标注，引用原话时以文字稿原文为准。

**Q：切出来的片段能直接进剪辑软件吗？**

A：可以。片段是 1920×1080、H.264 视频加 AAC 立体声，SRT 也能直接导入，两边的时间轴对得上。

**Q：报的时间点落在两个关键帧之间会怎样？**

A：起点会被关键帧对齐影响，可能比要求早一点。Talos 会重新编码精确修边，或者改从播放器录制，并在交付时说明偏差。

**Q：这个方法能用在别的视频上吗？**

A：可以。流程只有两步，提取带时间戳字幕、按时间点切片，换视频只需替换链接、时长和要找的主题。