CLI-Anything - VideoCaptioner

cli-anything-videocaptioner

Herramienta de subtitulado de video impulsada por IA. Transcribe voz → optimiza subtítulos → traduce → incrusta en el video.

Instalación

pip install cli-anything-videocaptioner

Requisitos previos:

• Python 3.10-3.12 (videocaptioner 1.4.1 requiere >=3.10,<3.13)
• videocaptioner debe estar instalado (pip install videocaptioner)
• Se requiere FFmpeg para la síntesis de video

Uso

Comandos básicos

# Mostrar ayuda
cli-anything-videocaptioner --help

# Iniciar modo REPL interactivo
cli-anything-videocaptioner

# Transcribir un video (gratuito, sin configuración)
cli-anything-videocaptioner transcribe video.mp4 --asr bijian

# Traducir subtítulos (traductor Bing gratuito)
cli-anything-videocaptioner subtitle input.srt --translator bing --target-language en

# Proceso completo: transcribir → traducir → incrustar subtítulos
cli-anything-videocaptioner process video.mp4 --asr bijian --translator bing --target-language en --subtitle-mode hard

# Revisar consistencia entre subtítulos y guion antes de la incrustación final
cli-anything-videocaptioner synthesize video.mp4 -s subtitles.srt \
  --subtitle-mode hard \
  --review-script approved_script.txt

# Generar una vista previa de un fotograma con subtítulos para revisión
cli-anything-videocaptioner review subtitles.srt \
  --script approved_script.txt \
  --preview-video video.mp4 \
  --preview-output review_5s.png

# Salida en JSON (para consumo por agentes)
cli-anything-videocaptioner --json transcribe video.mp4 --asr bijian

Modo REPL

Cuando se invoca sin un subcomando, la CLI inicia una sesión REPL interactiva:

cli-anything-videocaptioner
# Ingrese comandos de forma interactiva con autocompletado e historial

Grupos de comandos

transcribe — Voz a subtítulos

transcribe <input> [--asr bijian|jianying|whisper-api|whisper-cpp] [--language CODE] [--format srt|ass|txt|json] [-o PATH]

• bijian (predeterminado): Gratuito, chino e inglés, sin configuración
• whisper-api: Todos los idiomas, requiere --whisper-api-key

subtitle — Optimizar y traducir

subtitle <input.srt> [--translator llm|bing|google] [--target-language CODE] [--layout target-above|source-above|target-only|source-only] [--no-optimize] [--no-translate] [-o PATH]

• Tres pasos: Dividir → Optimizar → Traducir
• Los traductores Bing/Google son gratuitos
• Soporta 38 idiomas destino (códigos BCP 47)

synthesize — Incrustar subtítulos en el video

synthesize <video> -s <subtitle> [--subtitle-mode soft|hard] [--quality ultra|high|medium|low] [-o PATH] [--review-script PATH] [--max-script-diff-ratio FLOAT]

• Refleja la superficie de síntesis del backend estable
• El aspecto de los subtítulos está controlado por el recurso de subtítulos/versión del backend, no por indicadores adicionales del harness
• --review-script verifica la desviación entre subtítulos y guion antes de la exportación final
• Reduzca --max-script-diff-ratio cuando la precisión de la copia importe más que la resiliencia

process — Proceso completo

process <input> [--asr ...] [--translator ...] [--target-language ...] [--subtitle-mode ...] [--layout ...] [--no-optimize] [--no-translate] [--no-synthesize] [-o PATH]

review — Verificación de consistencia y vista previa

review <input.srt|input.ass> [--script PATH] [--max-diff-ratio FLOAT] [--preview-video PATH] [--preview-at TC] [--preview-output PATH]

• Detecta desviación entre subtítulos y guion antes de una incrustación dura
• Puede renderizar un solo fotograma de revisión en lugar de producir un video final completo

styles — Listar preajustes de estilo

styles

• Informa si el backend instalado expone soporte de estilos predefinidos

config — Gestionar configuración

config show
config set <clave> <valor>

download — Descargar video en línea

download <URL> [-o DIR]

Salida JSON

Todos los comandos soportan --json para salida legible por máquina:

cli-anything-videocaptioner --json transcribe video.mp4 --asr bijian
# {"output_path": "/path/to/output.srt"}

Notas del backend

• El backend upstream actualmente requiere Python >=3.10,<3.13; se prefiere Python 3.12 para ejecuciones en matriz.
• Los indicadores avanzados de estilo en tiempo de síntesis dependen de la versión del backend. Use styles para verificar si el backend instalado los expone.
• Los indicadores de compatibilidad como layout, render_mode, style, style_override y font_file deben tratarse como no estables a menos que styles y el backend instalado confirmen que son compatibles.

Idiomas destino

Códigos BCP 47: zh-Hans zh-Hant en ja ko fr de es ru pt it ar th vi id y 23 más.