使用 Node Video 为视频添加字幕听起来简单，但要想制作出跟随音乐节奏跳动的动态歌词效果，实际上涉及不少技术细节。这本质是一个系统工程：首先必须精确校准歌词文件的时间轴，才能让字幕“动”起来，无论是静态合成还是驱动后期软件生成特效。
整个流程的核心挑战在于，如何将歌词时间点与视频帧实现毫秒级的精准同步。稍有偏差，字幕就会漂移，观看体验大打折扣。后续的文字缩放、颜色渐变等动态效果，都是基于此构建的“上层建筑”。
准备带时间戳的歌词文件
工欲善其事，必先利其器。第一步也是最关键的一步，是准备一份高质量的带时间戳的歌词文件。通常可以从 QQ 音乐、网易云音乐等平台导出 LRC 格式，标准的单行格式类似：[00:12.34]春风十里不如你。
如果导出的歌词没有时间信息，就需要手动完成。使用 Audacity 或 Adobe Audition 这类音频软件打开歌曲，根据人声波形的起始点手动打上时间标记。这一步务必精细，因为时间戳的精确度直接决定了整个字幕工程的成败——时间戳不准，后续所有工作都可能因字幕整体错位而白费。
拿到 LRC 文件后，先别急着用。用 VS Code 等编辑器打开，可以用正则表达式 [\d{2}:\d{2}.\d{2}] 检查是否匹配所有行的时间标签。不匹配的“异类”行，必须果断删掉或修正，否则后续的自动化解析脚本可能会直接跳过，导致歌词缺失。
用 node-lrc-parser 提取时间-文本映射
有了干净的 LRC 文件，接下来就要把它变成程序能方便处理的结构化数据。推荐使用 node-lrc-parser 这个 Node.js 库。在项目根目录下运行 npm install node-lrc-parser 进行安装。
然后，创建一个简单的解析脚本 parse.js：
const LrcParser = require('node-lrc-parser');
const fs = require('fs');
const lrc = fs.readFileSync('./lyrics.lrc', 'utf8');
const parser = new LrcParser();
const result = parser.parse(lrc);
console.log(JSON.stringify(result, null, 2));运行 node parse.js，理想情况下会看到一个数组输出，每一项都包含以毫秒为单位的 time 和对应的歌词 text。如果输出的 time 全是 0，别怀疑，肯定是 LRC 文件格式有问题，最常见的“凶手”是时间标签的方括号里多了空格，或者分号、小数点格式不对。
生成 FFmpeg 字幕命令（SRT 格式）
解析出来的数据，FFmpeg 还不能直接“吃”，需要转换成业界通用的 SRT 字幕格式。这里有个细节必须注意：SRT 对时间码的格式要求非常严格，必须是 HH:MM:SS,mmm --> HH:MM:SS,mmm 的样子，毫秒部分必须三位数，不够的就得补零。
写一个 to-srt.js 脚本，遍历上一步得到的 result 数组。这里的关键是计算每一句歌词的结束时间。一个常见的误区是给每句分配固定时长（比如 3 秒），这绝对不行，必须根据下一句歌词的开始时间来确定本句的结束，否则字幕节奏会和演唱节奏脱节。 通常的算法是：endTime = nextItem.time || (currentTime + 4000)，意思是如果存在下一句，就以其开始时间为准；如果是最后一句，就在其开始时间后延长 4 秒（这个时长可以根据歌曲尾奏调整）。
生成 sub.srt 文件后，还有个小坑：务必用记事本等工具将其另存为“UTF-8 无 BOM”编码格式。不然 FFmpeg 加载时很可能会显示乱码，前功尽弃。
用 FFmpeg 硬编码字幕到视频
万事俱备，开始合成。执行一条 FFmpeg 命令即可将字幕“烧录”进视频：
ffmpeg -i input.mp4 -vf "subtitles=sub.srt:force_style='FontName=Microsoft YaHei,FontSize=24,PrimaryColour=&HFFFFFF,OutlineColour=&H000000,Bold=1'" -c:a copy output.mp4命令中的 force_style 参数是调整字幕样式的关键，可以控制字体、大小、颜色和描边。如果觉得默认位置太靠下，可以加上 Y=50 来上移；如果希望字幕自动居中，直接去掉 Y 参数让 FFmpeg 处理就行。
这个过程是视频转码，耗时取决于视频长度。一般来说，一段 10 分钟的视频，合成字幕大约需要 90 秒左右。完成后，直接播放 output.mp4 文件，就能验证字幕的同步效果是否完美了。
进阶：用 Node 驱动 After Effects 生成动态歌词
如果 FFmpeg 合成的静态字幕满足不了你的创意，想要那种随着音乐跳动、变色、缩放的高级动态效果，那么就得请出后期特效领域的王者——After Effects (AE)。好消息是，我们依然可以用 Node.js 来驱动它，实现自动化。
方法一：使用 ae-script-runner 调用 .jsx 脚本
首先在 AE 中手动搭建好基础场景：新建合成，导入视频层，创建一个纯色层作为文字背景，再添加一个文本图层作为模板。然后，编写一个 .jsx 脚本，让它读取 SRT 数据，并为每一句歌词动态创建文字图层、设置关键帧。比如，可以根据当前播放的是第几句歌词（i === currentLine），来动态调整该句的缩放比例（设为 120%）、位置（Y 轴可设为 200 + i * 60 形成阶梯排布）甚至填充颜色（用 i % 2 来交替设置两种颜色）。
方法二：用 nodejs-aep 库生成 .aep 工程文件
这个方法更“底层”一些，它允许你绕过 AE 的图形界面，直接用 Node.js 代码生成一个完整的 .aep 工程文件，里面包含了所有图层、关键帧和表达式。这种方式特别需要注意设置文本图层的锚点为 [0.5, 0.5]（即中心点），这样在做缩放动画时才不会发生位置抖动。还可以为“当前高亮句”绑定一个表达：if (time > startTime && time < endTime) { value * 1.2 } else { value }，实现自动高亮效果。
无论用哪种方法，最后都需要通过 AE 的渲染队列输出视频。通常选择“Lossless A VI”这类无损格式作为中间输出，再用 FFmpeg 压缩成最终的 MP4。这条技术路径虽然前期设置稍复杂，但一旦跑通，就特别适合需要批量生成上百条动态歌词视频的场景，把人力从重复的点击操作中彻底解放出来。
