kaylon-he/video-subtitle-skill

Subtítulos de Video

Añade subtítulos automáticos a un video y quémalos en el cuadro, produciendo un «MP4 con subtítulos + SRT».

Flujo de trabajo

1. Extraer audio WAV mono de 16 kHz (ffmpeg)
2. whisper.cpp transcribe y genera SRT (whisper-cli)
3. SRT → ASS: ajuste de línea automático según el ancho del cuadro, fuente CJK, fondo semitransparente centrado en la parte inferior
4. Quemar ASS con ffmpeg que tenga libass, copiar la pista de audio directamente

Uso

bash scripts/add_subtitles.sh input.mp4 -o output.mp4 -l zh

• -l/--language idioma de origen, por defecto zh, se puede usar auto
• -f/--fontsize tamaño de fuente, por defecto 42
• -s/--srt-only solo generar SRT, sin quemar

Obligaciones

• Revisar el texto transcrito antes de entregar: el script imprime el SRT en la terminal. Nombres de personas, lugares y modismos suelen reconocerse incorrectamente (ej.: «重阳姐» → «重阳节», «久久重扬» → «九九重阳»). Si hay errores, usa -s para generar una nueva versión, corrige el SRT y luego quémalo.
• Verificar el producto final: extrae 2–3 fotogramas del video resultante (-ss <segundos> -frames:v 1) para confirmar que los subtítulos estén completos y no se corten ni desborden.
• No uses el ffmpeg reducido de Homebrew: esa compilación no incluye libass, por lo que faltan los filtros subtitles/ass/drawtext. El script seleccionará automáticamente un ffmpeg con libass; la instalación se detalla en README.md.
• Las frases largas deben dividirse: ASS usa WrapStyle: 2 (solo reconoce \N), y srt_to_ass.py ya inserta \N automáticamente según ancho del cuadro / tamaño de fuente. Si alguna línea aún se desborda, reduce el tamaño de fuente con -f.

Dependencias del entorno

ffmpeg (con libass) + whisper-cli + modelo ggml + python3. Si falta algo, el script mostrará un error claro. La lista completa de bibliotecas, comandos de instalación y solución de problemas se encuentra en README.md.