[分享] 字幕閱讀器（支援 Netflix, Disney+, Youtube, KKTV 等影音平台） - 討論區

把它消音呀[不負責任]
我有叫AI做一個附加元件，有三個功能：

1. 不斷地按向上鍵。
2. 遇到重複的就消音。
3. 聽到"空白"就消音。
   看來要加第4點啦…
   ------我是分隔線-------

後來我手賤，把老師們的附加元件解開，取出PY檔的程式碼給AI看…

我把網頁存成記事本：NVDA 官方開發者指南，上傳給AI。
NVDA 2025.3.3 Developer Guide
https://download.nvaccess.org/documentation/developerGuide.html

Q：
/p請遵照我上傳的NVDA 官方開發者指南。
以下程式碼我覺得還不夠好，你覺得可以往哪些方向優化才能變得更好？請列出選項讓我選。
【給 AI 的嚴格優化指令】
在幫我優化下方程式碼、或是後續我提出修改要求時，請務必把我的上一版程式碼當作「絕對底稿」。你只能在原來的文字與架構上進行「增補或微調」，絕對禁止打掉重寫、禁止改變原本的排版、禁止遺漏我原本的任何設定。
【需要優化的程式碼】
（在此貼上您的程式碼...）
「」
Q：
除了優化，還有哪些新增功能建議供我選擇？現在程式的Youtube 相關設定已經有：閱讀聊天室(R)、閱讀聊天室訊息發送者(A)、僅閱讀管理員訊息(M)、閱讀會籍贈送(G)、閱讀聊天室時掠過圖片名稱(G)、資訊卡提示(I)、等選項。
AI：
根據 NVDA 2025.3.3 官方開發者指南 中關於用戶導航（Object Navigation）與內容呈現（Reporting Content）的規範，針對您的 Youtube 腳本，我建議可以新增以下功能選項，以提升視障使用者在觀看直播或影片時的互動體驗：

選項 1：聊天室訊息類型過濾 (Message Type Filtering)

• 功能名稱： 僅閱讀提問（Q&A）或超級留言（Super Chat）。
• 技術原理： 利用 IA2Attributes 偵測 yt-live-chat-paid-message-renderer 等特定類別。
• 實用性： 當直播訊息過多時，使用者可以只關注付費留言或創作者發出的置頂訊息。

選項 2：自動朗讀影片統計資訊 (Auto-Reporting Stats)

• 功能名稱： 定期朗讀當前觀看人數或點讚數。
• 技術原理： 定時掃描 id 為 view-count 或 factoid 的元件，並在數值發生重大變化時透過 ui.message 提醒。
• 實用性： 讓使用者在全螢幕或專注聽講時，不必切換焦點也能掌握直播熱度。

選項 3：動態進度與緩衝提示 (Playback & Buffering Alerts)

• 功能名稱： 朗讀影片緩衝狀態或播放速率變更。
• 技術原理： 監測 movie_player 容器的屬性變化，當影片因網路問題暫停（Buffering）或使用者誤觸變速時發出提示音。
• 實用性： 符合指南第 3.1 節關於「狀態變更事件」的處理，提升操作透明度。

選項 4：更精細的聊天室「時間戳記」開關 (Timestamp Toggling)

• 功能名稱： 朗讀聊天訊息發送時間。
• 技術原理： 在 onFoundChatObject 中尋找 id 為 timestamp 的子物件並提取 name。
• 實用性： 幫助使用者確認訊息的時效性，特別是在回放錄影（VOD）時區分當下訊息與歷史訊息。

選項 5：智能跳轉與地標導航 (Enhanced Landmarks)

• 功能名稱： 快速跳轉至「聊天室輸入框」或「影片播放器」。
• 技術原理： 註冊熱鍵（如 scripts），直接將系統焦點 (Focus) 移至您代碼中 getVideoPlayer() 或 getChatContainer() 找到的物件。
• 實用性： 大幅減少使用者使用 Tab 鍵在 Youtube 複雜頁面中切換的時間，符合開發者指南中優化導航效率的建議。

您對以上哪一項功能感興趣？或者您有特定的互動需求（例如針對某個特定擴充功能）想加入？
------我是分隔線-------

我想講的是另一位冨樫老師的作品…
(謝老師的光PY檔我略數就近30個，我剛只上傳一個youtube.py[累]。再者，謝老師有在更新，而且，有求必應[合掌])
Lion live-1.15（自动OCR，方便阅读字幕、游戏等动态内容的插件） - NVDA 中文站
https://www.nvdacn.com/index.php/archives/861/
除了優化，當然還介面繁中化
才發現兩個好像很有用的(OCR 對象: 導航物件是本來原作都者就有放的)
(本來是分享程式比較快，但…我真的不會程式碼，誰知道AI寫了什麼？想要我的財寶嗎？想要的話就送給你吧！自己去找吧，我把全世界的寶藏都埋藏在那裡了[海盜黨])
Q：
除了優化，還有哪些新增功能建議供我選擇？
AI：
既然您已經完成了基礎程式碼與介面的優化，根據《NVDA 官方開發者指南》中關於「視覺障礙輔助技術」的進階規範，我為您的 LION 插件提煉出以下幾個功能增強 (Feature Enhancements) 建議。

這些功能能顯著提升即時掃描的實用性與使用者體驗：

選項 1：語音與音效回饋強化 (Feedback Customization)

目前的插件僅使用 ui.message 和簡單的 beep。根據指南關於 tones 與 ui 模組的應用：

• 掃描狀態音效 (Scanning Tones)： 增加「掃描中」的微弱背景滴答聲（使用 tones.beep 低頻率短音），讓使用者知道插件仍在運作，而非死機。
• 語音優先級設定： 讓使用者選擇 OCR 結果是使用 ui.message（會打斷當前朗讀）還是 core.lastStackTrace 類型的背景提示。

選項 2：智慧型文字過濾與處理 (Smart Text Processing)

目前的 raw_text != "Play" 屬於硬編碼過濾，可以擴充為：

• 正則表達式過濾 (Regex Filtering)： 在設定介面增加一個欄位，讓使用者輸入想要過濾掉的常見雜訊（例如：時間戳記、特定浮水印文字）。
• 自動語言偵測： 結合 Windows.Media.Ocr 的語言包，自動切換辨識語系（例如：中英混讀模式），這在《指南》的國際化章節中有相關建議。

選項 3：座標錨點與區域預設存取 (Region Presets)

目前的裁切是百分比制，可以增加「場景感知」功能：

• 特定視窗自動裁切： 增加一個「自動偵測視窗標題」的功能。當使用者切換到特定的應用程式（如：某款遊戲或某個影片播放器）時，插件自動載入該視窗專屬的裁切比例。
• 滑鼠位置掃描： 增加一個模式，以滑鼠游標為中心，掃描周圍 200x200 像素的範圍，這對於查看複雜 UI 的局部資訊非常有用。

選項 4：OCR 結果的後續操作 (Post-Recognition Actions)

辨識出文字後，除了讀出來，還可以：

• 自動複製到剪貼簿： 增加一個選項，當辨識出新文字時，自動存入剪貼簿，方便使用者後續貼到翻譯軟體或筆記本。
• 虛擬導航模式： 將 OCR 辨識出的文字與座標結合，建立一個「虛擬視窗」，讓使用者可以用 NVDA 的方向鍵在辨識出的文字間移動（模擬真正的物件導航）。

您對哪一個方向感興趣？ 如果您選擇其中一項，我將為您撰寫符合「絕對底稿」原則的增補程式碼。

您希望我接下來為您實作哪一項功能？
Q：
請再詳細介紹以下兩種功能視障者在日常生活的應用：
OCR 對象: 導航物件
OCR 對象: 滑鼠周圍 (200x200)
AI：
這兩種模式的設計初衷，是為了解決視障者在操作電腦時最常遇到的兩種困境：「看得到框卻讀不到內容的介面」以及「完全沒有焦點規律的雜亂畫面」。

以下詳細介紹它們在日常生活中的實際應用場景：

1. OCR 對象：導航物件 (Navigator Object)

核心邏輯： 鎖定 NVDA 當前指向的那個「小框框」。

日常生活應用場景：

• 破解「未標籤按鈕」：
  許多老舊軟體或自行開發的公文系統，按鈕上只有一張印著「存檔」或「列印」字樣的圖片，NVDA 只會讀「按鈕」。
  • 操作： 您只要把導航物件移到該按鈕，開啟 LION，它就會只針對那個按鈕的小範圍進行辨識，讀出「存檔」。這比全螢幕掃描快且精準。
• 閱讀「圖片式選單」：
  有些點餐系統或工具軟體的左側選單是由小圖示組成的。
  • 操作： 當您按 NVDA + 小鍵盤 4/6 移動導航物件到選單項時，LION 會即時報讀該選項的文字圖標內容，讓選單變得可導航。
• 檢查特定欄位的輸入狀態：
  在填寫表單時，有些錯誤提示會出現在輸入框旁邊，但它不是焦點，NVDA 讀不到。
  • 操作： 您可以把導航物件移到輸入框旁邊的「驚嘆號」圖示上，LION 就能讀出隱藏的錯誤訊息文字（如：密碼格式錯誤）。

優點： 範圍最小、雜訊最少、速度最快，適合「定點爆破」那些讀不到的介面元件。

2. OCR 對象：滑鼠周圍 (200x200)

核心邏輯： 以滑鼠游標為中心，掃描半徑約 100 像素的方形區域（約佔螢幕一小塊）。

日常生活應用場景：

• 「摸索」複雜的網頁或遊戲畫面：
  有些網頁（如：股票看盤軟體、複雜的儀表板）文字非常密集，且沒有標準的物件結構。
  • 操作： 您可以移動滑鼠，像拿著手電筒在黑夜中照亮一小塊區域一樣。當滑鼠滑過某個數據或圖表時，LION 只會讀出「滑鼠指著的那一區」的文字，這能幫助視障者建立畫面的空間感（例如：知道「餘額」是在右上方）。
• 查看「懸浮提示文字」(Tooltip)：
  當滑鼠停在某個圖標上時，系統常會彈出一個小黃框提示。這些提示通常消失得很快，且 NVDA 有時抓不到。
  • 操作： 設定為滑鼠模式，當您感覺滑鼠停在某處有東西彈出時，LION 會立即抓取滑鼠周圍的區域讀出提示內容。
• 影片字幕即時捕捉：
  如果您在看 YouTube 或 Netflix，字幕位置通常固定在下方。
  • 操作： 您可以把滑鼠停在畫面下方中央。當影片播放時，LION 就會持續掃描滑鼠指著的那個小區域。因為區域小（只有 200x200），辨識速度會比「全螢幕」快得多，延遲感更低，聽起來更流暢。

優點： 直覺、具備空間導引功能，適合處理「非結構化」或「隨機出現」的文字資訊。

模式對照表總結

回復 @cch 這個擴充功能比較特別的是，他會把多長時間沒有字幕顯示出來，我有找到 Silence Indicator 不知道是否跟這個有關，也不知道怎麼開關他。

感恩老師讚歎老師!!!
剛才更新、測試Yt成功。

昨晚閒閒没事抓一集小新試試看~
結果ai口述影像裡居然没小新!!以我幾十年聽圖猜故事的功力，只聽AI敍述，還聽不太懂!?[心裡涼了半截，睡覺還找了襪子穿]
我想該是：字幕姐組出場鞠躬道歉的時候了!!
趁星期五前，剛才修改了提示詞。
Google Gemini
https://gemini.google.com/app
(只是修改提示詞，用快捷 回覆快速就可以了)
我有兩組有關提示詞的提示詞(抄來的)
提示詞(創作用的：
我想讓你成為我的Prompt創作者。你的目標是幫助我創建最佳的Prompt，這 個Prompt將由你使用。你將遵循以下過程：

1. 首先，你會問我Prompt是關於什麼的。我會告訴你，但我們需要通過不斷的重 復來改進它，通過則進行下一步。

2. 根據我的輸入，你會創建三個部分：

（1）修訂後的Prompt（你編寫修訂後的Prompt，應該清晰、精確、易於理解）

（2）建議（你提出建議，哪些細節應該包含在Prompt中，以使其更好）

（3）問題（你提出相關問題，詢問我需要哪些額外信息來改進Prompt）

3. 你提供的Prompt應該採用我發出請求的形式。

4. 我們將繼續這個迭代過程，我會提供更多的信息，你會更新「修訂後的 Prompt」部分請求，直到它完整為止。

5. 接下來的多輪對話中，我們的任務是共同完善底下的Prompt。當我要求修改時，請嚴格遵守「版本記憶與疊加修改原則」：每一次的輸出都必須完整繼承上一個版本的全部文字與規則，僅針對我要求的部分進行新增或修正，不得擅自刪減既有設定。
   ---我是分隔線---
   之前就只輸入(那時還跑去問AI：說電影的服務叫什麼哩!)：
   由AI根據我上傳的影片來口述影像」（Audio Description，簡稱 AD）。
   • 核心功能：由AI在影片對白、音效的間隙，描述畫面中的動作、場景、表情、服飾及圖形等關鍵訊息，將視覺影像轉化為語言。
   產生的結果必須符合字幕檔格式。
   ---我是分隔線---
   提示詞(修改用的)：
   以下提示詞我覺得還不夠好，你覺得可以往哪些方向優化才能變得更好？請列出選項讓我選。
   【給 AI 的嚴格優化指令】
   在幫我優化下方提示詞、或是後續我提出修改要求時，請務必把我的上一版提示詞當作「絕對底稿」。你只能在原來的文字與架構上進行「增補或微調」，絕對禁止打掉重寫、禁止改變原本的排版、禁止遺漏我原本的任何設定。
   【需要優化的提示詞】
   （在此貼上您的提示詞...）
   「」-------
   ---我是分隔線---
   小技巧：提示詞是可以修改的，以符合需求。
   像剛才我是改成：
   以下提示詞不干擾原有對白 (Dialogue) 與關鍵音效的前提我覺得還不夠好，我想取消它，你覺得可以往哪些方向優化才能變得更好？請列出選項讓我選。
   也可以改成：
   以下提示詞語言風格部份我覺得還不夠好，我喜歡芙莉蓮風格，你覺得可以往哪些方向優化才能變得更好？請列出選項讓我選。
   也可以：
   我是國中二年級的老師…
   要提示詞跌代的話：
   請繼續提供優化方向
   (選擇也很累耶~萬一選錯…編輯提示詞按下去就好了咩)
   ---我是分隔線---
   剛才新生成的提示詞(還是修改成自己的形狀比較適合喔：

   角色設定：你是一位專業的「口述影像」(Audio Description, AD) 撰寫員，專門為視障人士提供視覺訊息轉譯服務。
   任務描述：請根據用戶上傳的影片內容，精準捕捉對白間隙 (Audio Gaps) 並根據空隙時長彈性調整描述密度，在不干擾原有對白 (Dialogue) 與關鍵音效的前提下，精準描述畫面中的動作、場景、表情、服飾及螢幕文字。執行時須遵循訊息權重：優先交代構圖背景與關鍵動作（如：方向性與節奏），再隨時長填補表情與服飾細節，確保 AD 與背景音聲軌和諧共存。此外，須維持空間方位的一致性描述（如：主體在前一鏡頭位於左側，後續描述須以此為座標系）。
   輸出格式要求：

   1. 必須嚴格遵守 SubRip (.srt) 字幕格式。
   2. 時間軸必須對齊畫面變動點，且僅出現在「對白間隙」。
   3. 語言風格：客觀、簡潔、生動。嚴禁使用虛詞（如：可以看到、畫面中顯示、現在是...），直接描述具體物象。語氣需隨畫面情感起伏調整：緊張戲使用短促句，文戲使用細膩長句。

   描述準則：

   • 場景 (Setting)：描述環境變化、光影氛圍。精確區分推拉鏡頭 (Zoom/Dolly) 與橫移 (Pan/Tilt) 以界定敘事焦點，並包含鏡頭遠近（如：全景、特寫）與空間構圖，確保視障者能建立空間方位感。
   • 動作 (Action)：描述人物的具體移動或手勢，不加入主觀猜測。著重描述動作的節奏與方向性（如：緩慢地轉向鏡頭、猛力揮動右手）。
   • 外貌 (Appearance)：描述角色衣著、關鍵體徵與面部表情。強化微表情描述（如：抿嘴、眉頭微蹙）與服飾細節（如：粗糙的麻布大衣、深紫色的絲綢質地）。
   • 圖文 (On-screen Text)：讀出畫面出現的標題、地點標註或簡訊內容。須區分文字屬性（如：底部跑馬燈、畫面正中央的大標題、人物手機螢幕上的通知文字）。

---我是分隔線---

AI字幕這次就不貼了…
因為
那集主角是廣志，小新根本没出場[手遮臉]
回報：
Movie Subtitles可以顯示字幕。

我週五嘗試如果失敗的話再來抓問題，如果成功的話那我也不知道原因出在哪了

那就要拜託謝老師了!!
不過，
如果老師是要透過擴充功能來報讀字幕，那就要考慮擴充功能會不會挑字幕檔了吧!?
前天我試過AI口述3個較短的YT影片都不行，
把不行的和可以的(別人的)檔案丟給AI問，記事本5個編碼都試過、AI自己改過兩次內容(没試過新生成喔)…
早上用霍去病的又可以了
剛才同樣步驟重試新北燈會，還是不行…

回復 @cch 很有用的擴充功能，我會嘗試看看是否能夠加入字幕閱讀器的支援。
另外你的字幕解析失敗，有沒可能真的有格式錯誤，或者有編碼問題，而 Pot Player 比較寬鬆。
週五我會用這個擴充功能，在 YT 追一級芙莉蓮試試看。

請問：可以播放別人的串流影音，同時報讀自己的字幕檔嗎？

例如：報讀AI口述影像字幕。
Google AI Studio
https://aistudio.google.com/prompts/new_chat
提示詞：

角色設定：你是一位專業的「口述影像」(Audio Description, AD) 撰寫員，專門為視障人士提供視覺訊息轉譯服務。
任務描述：請根據用戶上傳的影片內容，在不干擾原有對白 (Dialogue) 與關鍵音效的前提下，精準描述畫面中的動作、場景、表情、服飾及螢幕文字。特別注意描述的層次感，先交代構圖背景，再聚焦主體細節。
輸出格式要求：

1. 必須嚴格遵守 SubRip (.srt) 字幕格式。
2. 時間軸必須對齊畫面變動點，且僅出現在「對白間隙」。
3. 語言風格：客觀、簡潔、生動。

描述準則：

• 場景 (Setting)：描述環境變化、光影氛圍。需包含鏡頭遠近（如：全景、特寫）與空間構圖，確保視障者能建立空間方位感。
• 動作 (Action)：描述人物的具體移動或手勢，不加入主觀猜測。著重描述動作的節奏與方向性（如：緩慢地轉向鏡頭、猛力揮動右手）。
• 外貌 (Appearance)：描述角色衣著、關鍵體徵與面部表情。強化微表情描述（如：抿嘴、眉頭微蹙）與服飾細節（如：粗糙的麻布大衣、深紫色的絲綢質地）。
• 圖文 (On-screen Text)：讀出畫面出現的標題、地點標註或簡訊內容。須區分文字屬性（如：底部跑馬燈、畫面正中央的大標題、人物手機螢幕上的通知文字）。

串流影音：
《AI電影_霍去病_完整版_製作成本3000元人民幣》#GamePlayLife #遊玩人生 #不正常電玩研究中心 #UVGRC #霍去病 #AI電影 #完整版
https://www.youtube.com/watch?v=BtSLh8RVRIM

AI生成結果：
1
00:00:01,000 --> 00:00:06,000
木門被猛力撞碎，火光沖天。全景畫面中，身穿粗糙獸皮與麻布的游牧騎兵，揮舞著彎刀衝入村落。

2
00:00:15,500 --> 00:00:20,500
特寫鏡頭，一名騎兵拉弓放箭，射中抱著嬰兒的婦女背部。婦女絕望倒地。

3
00:00:35,000 --> 00:00:40,000
騎兵在燃燒的茅草屋前放肆大笑，露出泛黃的牙齒。地面上，一名滿臉鮮血的老翁痛苦爬行。

4
00:00:47,000 --> 00:00:52,000
夜色中，一隻沾滿鮮血的手緊抓韁繩。隨後轉為白天全景，一名信使騎馬衝入宏偉的紅牆宮殿大門。

5
00:00:57,500 --> 00:01:03,000
信使從馬上摔落，跌在石階前。特寫鏡頭，他趴在地上吐血，手邊落下一卷染血的竹簡，上面插著一根羽毛。

6
00:01:06,000 --> 00:01:12,000
全景展現莊嚴的木造朝堂，陽光從側邊傾灑。兩側站滿身穿深色朝服的文臣與披著厚重鐵甲的武將。

7
00:01:18,000 --> 00:01:22,000
特寫鏡頭，身穿黑底紅邊龍袍的漢武帝眉頭緊鎖，右手猛力拍擊金色的龍椅扶手。

8
00:02:00,000 --> 00:02:04,500
一名年輕將領大步出列。他身穿精緻的紅纓銀甲，眼神堅毅，雙手抱拳。

9
00:02:48,500 --> 00:02:51,500
畫面特寫一塊放置在黑石磚上，刻著文字的銅製虎符。

10
00:03:20,000 --> 00:03:26,000
將領們俯身指著泛黃的羊皮地圖。畫面下方浮現字幕：「公元前119年 漢武帝決意徹底根除匈奴百年邊患 發動漢匈戰爭史上規模空前的漠北決戰」。

11
00:03:26,500 --> 00:03:32,000
俯瞰全景，浩瀚的黃沙大漠中，數以萬計的漢軍鐵騎排成整齊的縱隊，揚起漫天塵土。

12
00:04:28,000 --> 00:04:33,000
烈日當空，一名滿頭大汗的士兵體力不支，從馬背上重重摔落沙地，特寫他乾裂的嘴唇與痛苦的表情。

13
00:04:55,000 --> 00:05:01,000
年輕將領割斷繩索，將馬背上的沉重輜重拋棄在沙地上。軍隊輕裝加速前進。

14
00:05:12,000 --> 00:05:17,000
特寫鏡頭，一隻沙蜥蜴趴在乾燥的土丘上。一隻馬蹄重重踏在牠身旁的沙地。

15
00:05:54,000 --> 00:06:00,000
全景畫面，軍隊來到一條湍急的河流前。士兵們興奮地騎馬衝入水中，水花四濺。

16
00:06:16,000 --> 00:06:21,000
廣闊的草原上，烏雲密布。遠處，密密麻麻的匈奴騎兵如黑潮般湧來。

17
00:06:34,000 --> 00:06:40,000
雙方騎兵猛烈相撞。特寫鏡頭，漢軍長槍刺穿匈奴兵的皮甲，匈奴彎刀狠狠劈向漢軍鐵盾。

18
00:08:21,000 --> 00:08:26,000
戰後的荒野，滿地皆是人馬的屍體，黑色的濃煙升起。數隻禿鷲在屍體堆上盤旋、降落。

19
00:08:39,000 --> 00:08:44,000
營地內，一名漢軍士兵憤怒地將匈奴戰俘撲倒在地，拔出匕首準備刺下，被年輕將領上前阻擋。

20
00:08:57,000 --> 00:09:05,000
將領從士兵手中接過乾糧，遞給跪在地上的匈奴婦女與孩童。婦女雙手顫抖著接過，趴在地上親吻食物。

21
00:09:12,000 --> 00:09:17,000
夜幕降臨，深藍色的天空下，漢軍營地整齊排列著白色的圓頂帳篷。

22
00:10:17,000 --> 00:10:22,000
帳篷內，將領們圍在火盆旁，將匕首用力插在鋪著獸皮的地圖上，神情肅穆。

23
00:11:13,000 --> 00:11:18,000
全景轉至匈奴營地，夜色中火把點點。大型蒙古包內，匈奴首領們正舉著酒碗尋歡作樂。

24
00:12:46,000 --> 00:12:51,000
漢軍騎兵如幽靈般衝入匈奴營地。長槍刺穿守衛，火把被接連擲向帳篷，瞬間引發熊熊大火。

25
00:14:01,000 --> 00:14:06,000
陰沉的天空下，廣袤的荒原上，漢軍排成數個巨大的方形黑色方陣，長矛如林。

26
00:14:12,000 --> 00:14:16,000
遠景視角，一條長長的防線前，狂風捲起漫天黃沙，氣氛肅殺。

27
00:15:03,000 --> 00:15:09,000
匈奴騎兵拉滿弓弦。無數支箭矢如暴雨般劃破陰霾的天空，密集地射向漢軍方陣。

28
00:16:43,000 --> 00:16:48,000
混戰中，漢軍將領霍去病身披紅披風，揮舞長劍，在亂軍中左突右衝，斬殺敵軍。

29
00:17:24,000 --> 00:17:29,000
一隻老鷹在戰場上空展翅滑翔。俯瞰視角下，紅黑兩股騎兵洪流在荒漠中激烈絞殺。

30
00:19:29,000 --> 00:19:35,000
畫面穿插回憶：一名穿著粗布衣的幼童，在庭院中吃力地舉起長槍，眼神與戰場上的將領同樣堅毅。

31
00:19:57,000 --> 00:20:02,000
戰鬥平息，大霧瀰漫。滿地皆是殘屍與散落的兵器，幾隻烏鴉在屍體間跳躍。

32
00:20:59,000 --> 00:21:05,000
殘存的匈奴士兵丟下武器，絕望地跪倒在血泊中，雙手被繩索反綁。

33
00:21:15,000 --> 00:21:20,000
遠景，夕陽餘暉中，漢軍將士列隊在高聳的山丘頂端。畫面左下角浮現字幕：「封狼居胥山」。

34
00:21:34,000 --> 00:21:40,000
霍去病單膝跪地，雙手捧著一塊木簡，莊重地將其放置在由石塊壘成的祭壇上。

35
00:21:54,000 --> 00:21:59,000
特寫鏡頭，他低垂著眼眸，粗糙的手指輕輕摩挲著一塊刻著圖騰的銀製護身符。

36
00:22:16,000 --> 00:22:21,000
全景畫面，霍去病騎著駿馬，紅色的披風隨風飄揚，獨自沿著波光粼粼的綠色河畔疾馳。

37
00:22:28,000 --> 00:22:34,000
畫面轉暗，正中央浮現白色潑墨風格的毛筆大字：「霍去病 Huo Qubing」。

我遇到的困難[字幕組出來鞠躬道歉]：
下載影音、做成字幕檔，用PotPlayer 64 bit播放都没問題。
改要在線上報讀時，
我用Google Chrome的擴充功能
Movie Subtitles - Chrome Web Store
https://chromewebstore.google.com/detail/movie-subtitles/ifimcneililngppkpddcliecbpcgdjag?hl=pl
只是方向鍵要上下移動才讀得到字幕…用OCR也掃描得到…

謝謝!

請問：可以播放別人的串流影音，同時報讀自己的字幕檔嗎？

例如：報讀AI的口述影像字幕。
Google AI Studio
https://aistudio.google.com/prompts/new_chat
提示詞：

角色設定：你是一位專業的「口述影像」(Audio Description, AD) 撰寫員，專門為視障人士提供視覺訊息轉譯服務。
任務描述：請根據用戶上傳的影片內容，在不干擾原有對白 (Dialogue) 與關鍵音效的前提下，精準描述畫面中的動作、場景、表情、服飾及螢幕文字。特別注意描述的層次感，先交代構圖背景，再聚焦主體細節。
輸出格式要求：

1. 必須嚴格遵守 SubRip (.srt) 字幕格式。
2. 時間軸必須對齊畫面變動點，且僅出現在「對白間隙」。
3. 語言風格：客觀、簡潔、生動。

描述準則：

• 場景 (Setting)：描述環境變化、光影氛圍。需包含鏡頭遠近（如：全景、特寫）與空間構圖，確保視障者能建立空間方位感。
• 動作 (Action)：描述人物的具體移動或手勢，不加入主觀猜測。著重描述動作的節奏與方向性（如：緩慢地轉向鏡頭、猛力揮動右手）。
• 外貌 (Appearance)：描述角色衣著、關鍵體徵與面部表情。強化微表情描述（如：抿嘴、眉頭微蹙）與服飾細節（如：粗糙的麻布大衣、深紫色的絲綢質地）。
• 圖文 (On-screen Text)：讀出畫面出現的標題、地點標註或簡訊內容。須區分文字屬性（如：底部跑馬燈、畫面正中央的大標題、人物手機螢幕上的通知文字）。

[串流影音]
2026新北燈會！「勁馬奔騰」主燈展演秀原音版！15公尺高、360度全景環繞結構的巨型紅寶馬！New Taipei City Lantern Festival Main Lantern／馬年新年快樂！ - YouTube
https://www.youtube.com/watch?v=-pxOLO9h-ik&pp=ygUG54eI5pyD0gcJCa4KAYcqIYzv

AI生成結果：
1
00:00:00,500 --> 00:00:03,000
夜幕低垂，全景呈現一座巨大的駿馬造型花燈。頂端一匹前腿高舉的紅馬率先發光，底座周圍緩緩噴出白煙。

2
00:00:22,500 --> 00:00:25,500
伴隨清脆的音效，底座高聳的假山瞬間亮起神秘的藍色光芒。

3
00:00:27,000 --> 00:00:37,000
鏡頭維持全景，視線聚焦於花燈細節。假山上錯落點綴著幾匹小馬、發光的雲朵與蝴蝶。數道黃色與藍色的雷射光束從底座猛然向夜空斜射。

4
00:00:45,000 --> 00:00:55,000
假山主體燈光緩慢且流暢地變換色彩，由深藍轉為紫紅，再漸變為青綠。白煙持續從山間向四周瀰漫，擴展了視覺的空間層次。

5
00:01:28,000 --> 00:01:45,000
音樂節奏轉為輕快，山腰處一匹前腿騰空的黃色小馬亮起。最下方的長方形螢幕點亮，顯示出藍色漸層背景，伴隨白色祥雲緩緩飄動的動畫圖案。

6
00:02:46,000 --> 00:02:56,000
下方的長方形螢幕動畫切換，轉為熱烈的橘紅色背景。畫面上出現金黃色駿馬奔騰的剪影與祥雲圖騰，保持相同節奏持續向左方移動。

7
00:03:10,000 --> 00:03:20,000
螢幕動畫再次變換，化為絢麗的紫紅色調，中央綻放出宛如煙火般的放射狀圖案，色彩斑斕且充滿強烈的動態感。

8
00:03:33,000 --> 00:03:47,000
螢幕底色轉為深紅，上下飾有白線。畫面正中央由左至右依序浮現出白色大字的活動標題：「2026 勁馬奔騰 ‧ 新北Hi Light」，最左側配有一匹奔馳的白馬圖示。

9
00:04:03,000 --> 00:04:08,000
全景定格於這座光彩奪目的主燈，雷射光束與煙霧在黑夜中交織，整座花燈持續閃耀著繽紛光芒，氣勢磅礴。

我遇到的困難[字幕組躹躬道歉]：
下載影音、做成字幕檔，用PotPlayer 64 bit播放都没問題。
改要在線上報讀時，
我用Google Chrome的擴充功能
Movie Subtitles - Chrome Web Store
https://chromewebstore.google.com/detail/movie-subtitles/ifimcneililngppkpddcliecbpcgdjag?hl=pl
用別人的字幕檔都很正常…只是方向鍵要上下移動才讀得到字幕…用OCR也掃描得到…
但
用AI生成的字幕…
卻顯示：
Damaged subtitle file! Please, try another one!

回maxe 可以了！ 感謝

回復 @iori86 目前測試是可以的喔

想是否可以讓NVDA自動閱讀netflix的字幕？ 目前第一次用只能用手動的方式閱讀

貌似是因為作者沒有在訂閱Disney，所以關於Disney已經停止維護了

報告一下，+現在Disney+網頁內用不到字幕閱讀器。不過似乎福恩老師沒再看無法更新了？

回復 #150 沒錯，動畫風無法，要是可以的話就有一堆可以看了，也能方便的跟同步視聽了