如何播放 YouTube 自动生成的逐词地离线字幕，以便显示逐词地，不是逐句？
我可以使用 youtube-dl 下载自动生成的字幕：
youtube-dl https://www.youtube.com/playlist?list=PLhpuT8UNWCyDZsF-ePrHuTW4vP3egLNPe --skip-download --write-auto-sub --sub-lang en -o "%(playlist_index)s - %(title)s.%(ext)s
我得到了带有时间戳的 .vtt 字幕，这是一个片段示例：
WEBVTT
Kind: captions
Language: en
Style:
::cue(c.colorCCCCCC) { color: rgb(204,204,204);
}
::cue(c.colorE5E5E5) { color: rgb(229,229,229);
}
##
00:00:00.740 --> 00:00:06.180 align:start position:19%
hey<00:00:01.740><c> everybody</c><c.colorCCCCCC><00:00:02.159><c> today</c><00:00:02.460><c> we're</c></c><c.colorE5E5E5><00:00:02.970><c> gonna</c><00:00:03.090><c> make</c><00:00:04.020><c> a</c></c>
00:00:04.080 --> 00:00:08.400 align:start position:19%
brief<c.colorE5E5E5><00:00:04.410><c> introduction</c><00:00:05.069><c> and</c><00:00:05.400><c> look</c><00:00:05.879><c> at</c><00:00:05.970><c> some</c><00:00:06.120><c> of</c></c>
00:00:06.180 --> 00:00:09.660 align:start position:19%
the<00:00:06.270><c> fundamental</c><c.colorE5E5E5><00:00:06.450><c> concepts</c><00:00:07.200><c> moving</c><00:00:08.040><c> forward</c></c>
00:00:08.400 --> 00:00:11.580 align:start position:19%
that<c.colorE5E5E5><00:00:08.490><c> we're</c></c><c.colorCCCCCC><00:00:08.639><c> gonna</c><00:00:08.730><c> cover</c><00:00:08.940><c> in</c><00:00:09.090><c> the</c><00:00:09.150><c> course</c><00:00:09.300><c> I'm</c></c>
00:00:09.660 --> 00:00:15.299 align:start position:19%
Michele<00:00:10.320><c> Behar</c><c.colorCCCCCC><00:00:10.559><c> B's</c></c><c.colorE5E5E5><00:00:10.710><c> and</c><00:00:11.070><c> I'm</c></c><c.colorCCCCCC><00:00:11.250><c> Vivek</c></c>
与我寻找的软件用途最接近的是Potplayer。但对我来说，问题是它先显示整个句子，然后逐字进行样式设置，这很好。但我需要像在 Youtube 播放器上一样逐字显示。
PotPlayer 的另一个问题是，它对单词的样式设置了非常细微的颜色差异，因此很难看清白色背景下说出的单词或不是特别的单词。我尝试从 .vtt 文件本身更改颜色，但没有任何变化，似乎 PotPlayer 样式设置无效。
答案1
我提供了针对此问题的解决方案，您可以下载此工具：https://drive.google.com/file/d/1p4NEhGdg1DvmmOen3sF_Ppa8mGs36Fqu/view?usp=sharing
双击后，它会自动将.vtt自动生成的字幕转换为.srt字幕文件，其中的单词逐字出现。
我编写此工具的原因是，我曾向 PotPlayer 的开发者发送过邮件，询问他是否可以添加一个选项来禁止显示 .vtt 字幕的剩余部分，但他的回复很简单：“不，我不需要~所以请不要再说了~”
希望这个工具能够有所帮助！