口播关键词双色字幕

短字幕跟随表达逐词出现，关键词使用强调色底。字幕分成两行，放在人物脸部下方，保持画面和文字都清楚。

准备简洁文字。未提供图片时复用包内默认生成图，提供图片时优先替换指定位置；照片、封面和聊天头像不用 HTML 占位。通过 Skill 选择效果，或运行生成脚本并指定输出目录；需要人物画面时传入本地视频。默认白黄风格，也可切换深色青柠、纸感橙、黑白。中文内容默认使用得意黑，想要更朴素的字形时可传 --zh-font noto-sans-sc 切回 Noto Sans SC。

修改内容后重新生成工程，执行检查并渲染。依次查看入场、关键变化和停留画面，确认运动说明中的每一步都被保留，再用于正式剪辑。