固定背景字幕视频，一条命令合成

业务上要做一批“固定背景+字幕”的社媒短视频，以前都要手工剪。改成用 AI 做文字转音频，再让 TTS 输出 voice.mp3 和 subtitle.srt，效率陡增。

整个流程被拆成两步：

1. 让 AI 写口播稿并用 TTS 导出 voice.mp3 + subtitle.srt

2. 用 FFmpeg 把背景图、音频、字幕一次性合成

几分钟就能产出可发视频，同一个流程换文案就能批量复制，省掉了反复对字幕和导出格式的时间。