对比
视频文件 vs 截图
一条台词长图需要每句一帧。拿到这些帧有两条路，区别在于有多少活落在你身上。
路线一：你自己截图
- 播放片段，在第一句上暂停。
- 对播放器窗口截图。
- 每一句重复一次。
- 整理文件顺序，再交给拼接工具。
「暂停」这一步最不耐放大。每多一句，就多一次暂停、多一次截图、多一次漏掉的机会。
它有一个真实优势：用哪一帧完全由你决定。某句晚一秒更好看，你就晚一秒截。
路线二：把视频交出去
QuoteStitch 直接吃文件。把 MP4、MOV 或 WEBM 丢进来，它采样整段，找出字幕条，每一句台词保留一帧。
你放弃了逐帧控制权。采样是有上限的，所以特别短的一句可能落在两个采样点之间被漏掉。
路线二更快，路线一更精确。没有哪条路适合所有片段。
路线一什么时候不管用
片段长的时候。三十句就是三十次暂停，出错率随数量上升。而漏掉的那一句，通常正是你要的那一句。
路线二什么时候不管用
字幕不在画面里的时候。QuoteStitch 读的是像素，所以独立的 .srt 或 .vtt 文件它看不见。只认烧进画面的字幕。
它也够不到另一个标签页里正在播放的流。工具不联网：文件由你提供，使用权利也由你负责。
两条路漏掉的都能补
两条路最后都进同一个编辑器。字幕条是一个测量结果，不是一个设置项：两个滑块控制它的起点和高度，一个按钮让它重新测量。
所以漏掉一句不等于丢掉一句。挪一下条带，重新识别，再导出一次。
怎么选
- 片段短，或者必须精确到帧 —— 自己截图。
- 片段长，或者文件就在手上 —— 把视频交出去。
- 字幕是独立文件 —— 两条路都不适用，你要的是字幕文件工具。
常见问题
自己截图快，还是直接给视频快？
给视频省掉了整个「暂停—截图」循环。片段一长，这个循环就是全部工作量，所以差距随句数扩大。
能从视频里精确取到某一帧吗？
采样有上限，所以你拿到的是最接近的那个采样点，而不是你指定的那一帧。要精确到帧，自己截那一张最可靠。
支持哪些视频格式？
MP4、MOV、WEBM —— 你自己的浏览器能播的都行。因为不上传，格式只需要你自己的浏览器支持。
能用在流媒体平台的字幕上吗？
它读的是你提供的文件里已经烧进画面的字幕。它抓不到另一个标签页里的受保护流，也不绕过 DRM。
走视频这条路会掉画质吗？
帧取自文件本身的分辨率，导出是 1x 或 2x 的 PNG。长图保留原始细节。