方法与边界
字幕不是一段字符串，而是一组有顺序的时间区间。
我们把每个 cue 的起止时间和文本作为基本单位，转换和校时都能回到同一套可解释数据。
明确支持 SRT 与 WebVTT
当前只承诺 UTF-8 SRT 和 WebVTT。复杂 VTT 样式、区域、注释以及 ASS、SSA、LRC 的专有语法不会假装完整兼容。
双锚点是线性校正
两个锚点同时确定起始偏差与时间速率，适合连续漂移；视频中间增删片段造成的跳变需要分段编辑。
提稿不改写内容
字幕转文本只移除结构与可选标签，不做识别、翻译、摘要或润色，避免悄悄改变原话。