字幕生成要看视频帧和脚本
dkundel · x · 2026-07-15
这条转发分享了一个 视频字幕工作流：作者认为只靠音频转写来生成字幕是不够的。
在他的流程里，GPT-5.6 会同时查看：
- 视频帧
- 生产素材，例如脚本
这样做的目的，是提高字幕的准确性，避免只看转写文本时出现错译或漏译。
「多模态」频道最新
- MOSS Image Edit 对比 Fibo-2.0-edit:五组编辑效果实测 — Illustrious_Row_9971 · 2026-10-27
- 纯用雾气和建筑做出电影级片头:ComfyUI 图生视频工作流分享 — magratheya_64 · 2026-10-27
- Fish Audio 开源发布 Drama 3 TTS,博主演示旧帖一键转有声视频 — alex_verem · 2026-10-27
- Reddit 用户用 ComfyUI 生成逼真「清晨公交」短片 — no3us · 2026-10-27
- 网友为 MOSS 模型做模糊/防模糊 Slider LoRA,负权重让背景更清晰 — NoMouse9610 · 2026-10-27
- PixGR：像素空间生成式解码加速前馈 3D 高斯重建 — kwangmoo_yi · 2026-10-27