Communitygithub.com

Sanidhya14321/video-forge

Audio lokal transkribieren, Wortzeitstempel durch Bearbeitungen bewahren, lesbare Untertitel gestalten und bearbeitbare Sidecar-Dateien erstellen.

Was ist video-forge?

Diese Fertigkeit ermöglicht die lokale Transkription von Audio mit exakter Wort-Zeitstempelung und erzeugt professionelle Untertitel, die auch nach Bearbeitungen synchron bleiben. Sie unterstützt die Option `transcribe: true` für eine schnellere Whisper-Umgebung, deren Zeitstempel auf ASR-Schätzung beruhen – technische Begriffe und Ausrichtung sollten daher hörgeprüft werden. Der Renderer gruppiert kurze Phrasen und hebt aktive Wörter hervor, während der Runner dauerhaft `transcript.json` und SRT-Dateien sichert. Die Fertigkeit warnt vor leeren oder außerhalb des Bereichs liegenden Zeitstempeln, prüft Zeichensetzung, Zeilenlänge, Kontrast und Platzierung und stellt sicher, dass die Schriftartabdeckung für die gewählte Sprache getestet wurde. Übersetzungen sind als referenzielle Workflows gedacht; die ursprüngliche Zeitsteuerung bleibt erhalten, sofern die Bedeutung keine überarbeitete Segmentierung und Ausrichtung erfordert. Für Reels wird der geschützte Inhaltsbereich gemäß den Reel-Referenzen genutzt, damit Phrasen über Schnitte hinweg lesbar bleiben.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Sanidhya14321/video-forge/tree/HEAD/skills/video-captions

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Video-Untertitel

Lesen Sie die Caption-Workflows. Wählen Sie genau eine Caption-Eingabe: explizite Wörter, eine JSON-Transkriptdatei oder lokale Transkription. Worteinträge sind {text,start,end} in Sekunden. Schätzen Sie niemals Zeitstempel und geben Sie sie als gemessene Ausrichtung aus.

Verwenden Sie die optionale faster-whisper-Umgebung für transcribe: true. Deren Zeitstempel sind ASR-Schätzungen. Überprüfen Sie Fachbegriffe und die Ausrichtung zum Ton, besonders nach Neuaufnahmen oder wiederholten Phrasen. Leere oder außerhalb des Bereichs liegende Captions stoppen den Auftrag.

Der Renderer gruppiert kurze Phrasen und hebt aktive Wörter hervor; der Runner bewahrt transcript.json und SRT. Überprüfen Sie Zeichensetzung, Zeilenlänge, Kontrast, Schnittstellen-Sicherheitsbereiche und die Platzierung zum Motiv. Die Schriftartabdeckung muss für die gewählte Sprache getestet werden.

Die Übersetzung ist ein agentenerstellter Referenzworkflow. Behalten Sie die ursprüngliche Zeitsteuerung bei, es sei denn, die Bedeutung erfordert eine überarbeitete Segmentierung und Ausrichtung. Zweisprachige Gestaltung und ASS-Sidecars sind in v0.1 keine integrierten Ausgaben. Lesen Sie die Referenz für verfügbare Ansätze und Engine-Einschränkungen.

Verwenden Sie für Reels den geschützten Inhaltsbereich, der in der Reel-Richtung beschrieben ist. Halten Sie die Phrasengruppierung über Schnitte hinweg lesbar; Wörter können die tatsächliche Sprache betonen, während willkürliches Beat-Timing nicht die gemessenen Wortzeitstempel ersetzen darf.

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

Verwandte Skills