SRT 白板动画：字幕一键变成手绘动画视频

2026-08-19 开发者项目

开源 AI Skill，将 SRT 字幕按叙事顺序转成暖米黄纸底的手绘白板动画 MP4：字幕驱动分镜、流式笔迹绘制、逐幕渲染合并，适合知识讲解、课程字幕与短视频口播。

💡 快速判断把课程字幕或口播文案变成白板手绘动画，字幕驱动叙事顺序是最大亮点，适合做知识类视频的内容创作者。全程人工确认分镜、线稿和标注，可控但工序较多；需要 Python 环境和命令行操作，零基础用户上手有一定门槛。

这是什么

SRT 白板动画是一个开源 AI Skill，能把 SRT 字幕文件转成按叙事顺序绘制的白板手绘动画视频。它把「分区遮罩编排」和「流式笔迹绘制」结合在一起：每个画面元素跟随字幕依次出场，笔尖在区域内连续落墨画出线稿，再逐步添彩，最终导出 MP4。

适合把知识讲解、故事口播、课程字幕或短视频文案制作成暖米黄色纸张底的手绘动画，成品观感接近传统教学白板视频。

效果示例

作者给出的演示场景是「猴子山抢香蕉」：随着字幕的叙事顺序，依次绘制假山与小猴、抢香蕉的大猴，以及围观的小朋友。仓库的 examples 目录提供了演示动图和原始线稿 PNG 供参考。

核心能力

解析 SRT 字幕，并按建议的 25–35 秒时长自动拆分场景
先输出分镜与配图策略，确保每一幕只表达一个核心意思
按字幕事件而非画面坐标，为元素建立语义化的绘制顺序
用 annotation.json 管理区域、时序、字幕关联和重叠保护区
每个区域采用连续流式笔迹：先 ink 铺线稿，再 color 添彩
支持浏览器预览台调整区域、顺序、时间和字幕关联
支持逐幕渲染与多幕合并，输出完整 MP4

工作方式

这个 Skill 的关键在于「字幕驱动、逐步确认」。每一步完成后都等待确认，避免在分镜、线稿或标注尚未定稿时浪费渲染成本：

解析 SRT，输出分镜与配图策略
确认后生成统一风格的线稿
确认线稿后，结合字幕和原图创建标注，并载入预览台
确认标注后，生成分区与方向检查图
在预览台调整区域、叙事顺序、时序和字幕关联并保存
确认最终标注后，逐幕渲染 MP4
多幕项目在确认各幕成片后合并

视觉规范

暖米黄色纸张背景，建议使用 #F5EBD7
深灰色素描线条，红、橙、蓝仅作少量概念性点缀
极简手绘、干净背景与充足留白
不使用场景文字、标签、摄影感、3D 效果或复杂纹理

安装与环境

Skill 自带独立的 Python 虚拟环境准备脚本，首次运行时执行：

python scripts/prepare_env.py --check
python scripts/prepare_env.py

成功后第一条命令会输出 ENV_PY=<路径>；后续渲染请使用该解释器，确保依赖隔离。

项目素材结构

assets/whiteboard/<项目名>/
├── scene-01-<名称>.png
├── scene-01-<名称>.annotation.json
├── scene-01-<名称>-whiteboard.mp4
└── scene-01-<名称>-preview.mp4

图片与标注必须同名，例如 scene-01-demo.png 对应 scene-01-demo.annotation.json。

标注格式

每个元素使用原图的整数像素坐标，并通过 sequence、subtitle 与 narrativeRole 关联字幕中的事件。区域按「场景铺垫 → 关键人物/物体 → 动作或变化 → 反应/结果」排序。direction 和 handPath 用于预览台的矩形代理；最终成片的真实笔迹由流式绘制器自动生成。对于相互遮挡的对象，在较早元素的 protectedRegions 中标出需要延后显示的区域，避免后续内容提前露出。

常用命令

解析字幕并生成建议分镜：

python scripts/parse_srt.py <字幕.srt> --target-sec 30 --min-sec 25 --max-sec 35

生成区域检查图：

python scripts/render_annotation_preview.py <图片路径> <标注路径> <预览图输出路径>

打开 assets/preview.html，使用「打开文件夹」载入场景目录，即可编辑区域、顺序、时间与字幕关联。

渲染单幕：

<ENV_PY> scripts/render_stream_whiteboard.py <图片路径> <标注路径> <输出.mp4> assets/drawing-hand.png \
  --ink-path grid --color-fill contour-wipe

合并多幕：

<ENV_PY> scripts/merge_scenes.py --inputs 幕1.mp4 幕2.mp4 幕3.mp4 --output final.mp4

质量检查

首帧是干净的暖米黄纸张底色，没有提前露出的线条
canvas 与原图尺寸一致，所有区域都是画布内的整数像素坐标
sequence、startMs 与字幕的叙事顺序一致
中段帧中，未开始区域和保护区不会提前出现
笔尖贴近当前流式笔迹；线稿清晰时可选择 --ink-path skeleton
每幕结束后至少停留 0.5 秒完整画面；多幕合并顺序与字幕分镜一致

项目信息

项目主页：geeklee/srt-whiteboard-animation
开源协议：MIT License
仓库结构：SKILL.md 定义完整工作流与约束；scripts/ 包含字幕解析、标注预览、流式笔迹渲染、多幕合并与环境准备脚本；assets/ 提供手部素材与本地编辑预览台；agents/openai.yaml 提供 Codex 元数据
作者：一位爱养鱼的老登 / AI Builder，用 AI 团队打造一人公司（抖音、B站、公众号：江哥是老登啊）
贡献：欢迎提交 Issue 或 Pull Request；涉及绘制逻辑的改动，应使用真实的字幕、标注和成片检查遮罩保护、时序与最终画面