短视频优化方案

1. 语音识别渠道优选 faster-whisper(本地内置) + large-v3模型, 如果中文，可选 Qwen-ASR(本地内置)/阿里FunASR+panarform模型或字节语音识别大模型极速版，并选中二次语音识别

高级选项--语音识别区域适当减小最长语音持续时间(秒) [3-6之间] 和最短语音持续时间(毫秒)[1000-3000之间],有利于生成短小的字幕，防止超出屏幕

高级选项--语音识别区域设置合适的二次最长语音持续时间(秒)[1.5-3之间]和二次最短语音持续时间(毫秒)[500-1500之间]

注意持续时间太短识别精度不佳，但有利于保持字幕短小，持续时间较长识别效果更佳，但不利于字幕简短

2. 高级选项--语音识别区域，将中日韩字幕字符数调整为10-15个字符，其他语言字幕字符数条为20-40避免字幕过长超出屏幕

3. 如果字幕仍太长，可尝试点击设置更多参数--修改硬字幕样式--字体大小，减小 1到2 号字体

4. 删除标点：设置更多参数--默认标点改为删除标点, 字幕感官更好些

5. 如果未选择clone音色，也可以尝试选中LLM重新断句并设置 DeepSeek的 API KEY

6. 翻译渠道选择 DeepSeek或其他AI渠道+最新在线旗舰大模型

7. 配音渠道根据选择选用，如果使用了 clone 角色，注意一定要取消选中LLM重新断句,并保证高级选项--语音识别区域--最长语音持续时间(秒) [3到10之间] 和最短语音持续时间(毫秒)[大于3000],否则克隆效果很差