muyunxue/dance-mmd-subtitle-kit

Esquema de Estilos de Subtítulos / Fotogramas Estáticos / Muestras de Comparación

0. Investigar primero, luego presentar

Resumen de materiales públicos sobre subtítulos en PV de grupos femeninos (artículo KCI 2024 + guía de estilo K-pop Y2K Seoul):

• Graphic (Énfasis Gráfico): Letras grandes con contraste irregular de grosor y trazos decorativos (estilo póster de Blackpink / XG);
• Mix & Match (Combinación Mixta): Mezcla de serif + sans-serif + condensada + inclinada, con sensación editorial de revista;
• Minimalism (Minimalismo): Sans-serif limpio, sin decoración, con espacios en blanco, que aparece al ritmo (tipografía cinética de NewJeans/aespa);
• Futurism (Futurista): Sans-serif digital + glitch / desplazamiento RGB / líneas de barrido;
• Y2K Chrome + Stickers (Cromo Y2K + Pegatinas): Letras cromadas en burbuja, colores caramelo (rosa chicle + aguamarina), collage de pegatinas, destellos de estrellas;
• Handwritten/Diary (Escritura a mano / Diario): Rotulador/marcador fluorescente + notas adhesivas + garabatos (sensación juvenil de NewJeans).

1. Seis estilos adaptados para el vídeo (S1–S6)

Código	Estilo	Elementos Clave	Ideal para
S1	Y2K Chrome + Pegatinas	Gradiente cromado Bungee + insignia rosa + destellos	Muy "grupo femenino", rosa/aguamarina se puede cambiar a morado/rosa
S2	Minimalista Dinámico	Letras grandes blancas Anton, desplazamiento, líneas finas, texto pequeño Silkscreen	Versión de letras oficial, más estable, no compite con el fondo
S3	Glitch Futurista	RubikGlitch + Anton, desplazamiento RGB, líneas de barrido, esquinas HUD	Ruptura / transiciones
S4	Mezcla Revista	Georgia Italic × Bebas Neue × Archivo Black, cinta adhesiva, bloques de color GO!, notas adhesivas	Sensación juvenil/de revista, transiciones entre párrafos
S5	Énfasis Gráfico	Letras grandes Anton + contorno blanco de pegatina + desplazamiento rosa + rayas	Palabras cortas en el estribillo explosivo
S6	Rotulador/Resaltador	Permanent Marker + bloque fluorescente rosa + notas adhesivas + ♥★ flechas	Pausa / primer plano decorativo

2. Creación de fotogramas estáticos (PIL + numpy, sin librerías de IA)

Scripts:

• 字幕\build\kpop_styles.py — Seis fotogramas estáticos 2560×1080 para S1–S6 (versión investigación 2025)
• 字幕\build\art_frames.py — 6 esquemas de tipografía artística temprana (rebanada glitch / neón roto / letras 3D grandes / collage / eco contorno / vertical)
• 字幕\build\gothic_art.py — Gótico pantalla completa (rechazado por el usuario, archivado) Directorio de fuentes: 字幕\build\fonts\ (Anton, ArchivoBlack, BebasNeue, Bungee, Monoton, PermanentMarker, RubikGlitch, Silkscreen, PirataOne, UnifrakturCook) + C:\Windows\Fonts (Georgia / Georgia Italic / Microsoft YaHei / Impact / Arial Black). Descargar fuentes (disponible vía raw de GitHub Fonts):

https://raw.githubusercontent.com/google/fonts/main/ofl/<family>/<File>.ttf

Funciones de efectos comunes (PIL/numpy)

• Capa de texto: dibujo carácter por carácter con tracking (text_img), stroke_width/stroke_fill para contorno;
• Texto cromado: gradiente vertical multisegmento sobre máscara alfa (gradient_fill) + banda de brillo diagonal;
• Contorno de pegatina: expansión de alfa con MaxFilter(3) N veces y luego coloreado;
• Desplazamiento/Glitch: desplazamiento independiente de canales RGB (chroma), desplazamiento aleatorio de bandas horizontales (glitch_slices), líneas de barrido;
• Texto 3D: superposición del mismo texto desplazado varias veces, con gradiente de púrpura oscuro a lavanda de lejano a cercano;
• Semitono: superposición de puntos de rejilla (halftone);
• Rotulador fluorescente: rectángulo redondeado semitransparente detrás del texto + GaussianBlur;
• Nota adhesiva/cinta: rectángulo semitransparente + textura de líneas finas + rotación;
• Estrella/corazón: polígono de estrella de 4 puntas, círculo doble + triángulo corazón;
• Granulado: superposición de np.random.normal 1–3 niveles anti-banding.

3. Muestras animadas (ASS Animation)

• 5s tres estilos: 字幕\build\styles_anim.py → 公众号/输出/字幕风格参考/小样_S2_5s.mp4 etc.;
• S4/S6 30s: 字幕\输出\S4S6_30s\ (cada subagente hace una versión, ver abajo);
• FLARE de impacto: flare.py + flare_video.py; Neón: neon_wide.py;
• Evitación completa de neón: avoid_side2.py.
• Técnicas de animación: caída (\fscx118→100 + \t + \blur), letras girando (\frz + \t), deslizamiento (\move), fundido, escalado de bloques de color / barrido (\p1 + \fscx), subida de nota adhesiva, pulso al ritmo (un pulso cada 0.447s a 134BPM).

4. Convenciones de entrega para comparación

• Muestra individual: 2560×1080 / 30fps / H.264 crf16 / faststart; 30s=900 fotogramas, 5s=150 fotogramas.
• Video de comparación: vstack vertical, cada muestra reducida a 1280×540, salida 1280×1080 (o 3 muestras → 1280×1620), con etiquetas ASS.
• Tabla de fotogramas clave: collage 2×2 / 2×3 / 3×3, cada celda 853×360 o 1280×540, con nombre de estilo y marca de tiempo.
• MD de documentación: descripción del estilo + tabla de archivos + línea de tiempo + limitaciones conocidas.
• Ejemplo: 字幕\输出\字幕风格参考\ (6 estilos estáticos + S2/S4/S6 5s comparación), 字幕\输出\S4S6_30s\ (dos versiones 30s + comparación).

5. Flujo de trabajo con subagentes paralelos ("Los subagentes trabajan por separado")

1. El agente principal prepara el video base compartido (recortado + ligeramente oscurecido) → _base_30s.mp4; copia fonts/ al directorio de salida; escribe la hoja de referencias (tiempo relativo).
2. Cada estilo tiene un subagente, cuyo prompt debe incluir:
   • Ruta absoluta del video base, directorio de salida, nombre de archivo de salida (S4_30s.mp4 / S6_30s.mp4);
   • Directorio de fuentes, ruta de ffmpeg, reglas estrictas de ASS (formato de tiempo, valores de color de Style sin & al final, ruta relative fontsdir, nombres de archivo ASCII);
   • Línea de tiempo oración por oración (8 frases) + descripción del estilo + restricción "sin chino / sin cubrir caras";
   • Requisitos de autoverificación (ffprobe 30s, extraer fotogramas para ver texto, sin chino, caras limpias).
3. Cada subagente escribe solo archivos con su propio prefijo, sin sobrescribir; al terminar, reporta el diseño/efecto/problemas encontrados.
4. El agente principal, una vez recogidos todos, ejecuta: s4s6_compare.py para sintetizar el video de comparación + tabla de fotogramas clave + MD unificado de documentación; luego extrae fotogramas y verifica por su cuenta.

6. Recomendaciones de selección (Escenario neón morado/rosa + personaje con alas)

• Más estable: S2 Minimalista Dinámico;
• Más "grupo femenino": S1 Y2K Chrome (cambia colores a morado/rosa como tema);
• Transición de párrafos: S4 Mezcla; Punto álgido: S5; Pausa/primer plano: S6; Ruptura: S3.
• El usuario ha rechazado explícitamente: gótico pantalla completa, paleta rojo sangre. No propongas direcciones góticas.

7. Lista de verificación

• Fotograma estático es 2560×1080, sin errores de caracteres chinos
• Muestra animada tiene la duración correcta según ffprobe (5.000/30.000)
• Extracción de fotogramas confirma que los subtítulos aparecen, no cubren caras, y no hay chino
• Video de comparación + tabla de fotogramas clave + MD de documentación completos
• Nombre de estilo/nomenclatura de archivo uniforme (S4_30s.mp4, 对比_S4S6_30s.mp4)