Communitygithub.com

srt2reel

Convierte un archivo de narración de audio y sus subtítulos SRT en un video animado con escenas vectoriales, listo para Reels, Shorts, TikTok o YouTube.

¿Qué es srt2reel?

srt2reel es una habilidad para agentes de IA que transforma un archivo de voz (MP3, WAV, M4A) junto con su archivo SRT en un video animado completo a 30 fps. Crea escenas animadas con personajes vectoriales simples, tarjetas de subtítulos que muestran las palabras exactas del SRT con palabras clave resaltadas, etiquetas de escena y efectos de sonido suaves. Soporta formato vertical (1080x1920) para Reels, Shorts y TikTok, y formato horizontal (1920x1080) para videos de YouTube de hasta unos 15 minutos. El agente guía al usuario paso a paso: verifica el entorno técnico, crea el proyecto, planifica escenas, escribe los archivos de historia, verifica la coherencia con el SRT, renderiza vistas previas y finalmente genera el video completo. La habilidad se basa en Remotion y está diseñada para trabajar con voz real y subtítulos precisos, no para escribir guiones ni generar voces sintéticas.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/speedsharmaai/srt2reel/tree/main/skills/srt2reel

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace srt2reel?

Convierte un archivo de voz y su SRT en un video animado de 30 fps: escenas animadas con personajes vectoriales simples, tarjetas de subtítulos que muestran las palabras exactas del SRT, una etiqueta que nombra cada escena y efectos de sonido suaves. Dos formatos: portrait (1080x1920, para videos cortos) y landscape (1920x1080, para videos más largos).

La habilidad construye videos. Nunca escribe la historia. Si el usuario da solo un tema o una idea, indícale que esto necesita el archivo de voz y su SRT, y pídele ambos.

Háblale al usuario en el idioma en que te escribe, con frases cortas y sencillas. Puede que no sea técnico.

Dónde están las cosas

La carpeta de la habilidad es ${CLAUDE_SKILL_DIR}. Si aparece como un marcador literal, es la carpeta que contiene este SKILL.md. Se llama SKILL abajo.

  • SKILL/scripts/ contiene cinco comandos. Ejecútalos tal como están escritos; no los reescribas.
  • SKILL/template/ es el proyecto de video que copia init.ts.
  • SKILL/references/ contiene detalles para leer cuando un paso los señale.
  • SKILL/assets/kit.jpg muestra cada pieza de escena lista para usar (kit-wide.jpg para landscape).

Cada video tiene su propia carpeta de proyecto, llamada PROJECT abajo. Usa ~/reels/<nombre-corto>.

Entradas

  1. El archivo de voz (MP3, WAV o M4A).
  2. El archivo SRT con las palabras exactas dichas. Si falta, pídelo. No transcribas el audio tú mismo: el reconocimiento de voz se equivoca, y el SRT es la fuente de verdad.
  3. Opcional: un nombre de página o canal (se muestra como una marca de agua pequeña), un tema de color (paper, mint, sky), ideas de personajes o escenas, imágenes propias para usar.

Elige el formato según lo que pida el usuario. Un corto para Reels, Shorts o TikTok es portrait. Un video para un canal de YouTube, una lección o cualquier cosa de más de tres minutos es landscape. Si no está claro, pregunta.

Pasos

Trabaja en orden. Cada comando imprime lo que hizo y qué hacer a continuación.

1. Verifica la máquina

node SKILL/scripts/doctor.ts

Si imprime FAIL, dile claramente al usuario qué falta y detente. No intentes evitar la falta de ffmpeg o Node. Una línea warn está bien.

2. Crea el proyecto

node SKILL/scripts/init.ts PROJECT --voice <archivo de voz> --srt <archivo srt> [--format landscape] [--lang <etiqueta>] [--page "<nombre>"] [--theme <nombre>]

Esto copia la plantilla, la instala, mide la voz, encuentra las pausas reales y escribe PROJECT/src/story.json con un subtítulo por cada indicación del SRT, ya sincronizado con la voz y ajustado para que quepa. También instala las fuentes correctas para el idioma.

Lee toda su salida. Lista cada subtítulo con su tiempo y cada pausa lo suficientemente larga para cortar una escena. Si advierte que el SRT y la voz no coinciden en duración, pregunta al usuario antes de continuar.

El idioma se deduce del alfabeto del SRT. Pasa --lang cuando la suposición podría ser incorrecta: un idioma de escritura latina que no sea inglés (es, fr, id, vi), chino tradicional (zh-TW), urdú o persa (ur, fa), maratí o nepalí (mr, ne). Consulta references/languages.md.

3. Planifica las escenas

Lee los subtítulos como una historia y divídela en escenas. Empieza una nueva escena cuando cambien el lugar, el tiempo, el hablante o la idea, aproximadamente cada 4 a 7 segundos. Una historia de 25 segundos tiene de 5 a 7 escenas; una de 60 segundos tiene de 9 a 14. Una escena por subtítulo es demasiado. Pon cada corte en una de las pausas listadas, no dentro de una oración.

Para cada escena decide: dónde está, quién está en ella, qué están haciendo y un elemento visual que muestre lo que dice el subtítulo (un accesorio, un número, un medidor, un sello) para que no sea solo una persona hablando. Usa una escena oscura para el punto bajo de la historia. Termina con la última lección o resultado de la historia.

Un video de más de unos dos minutos tiene demasiadas escenas para escribirlas una por una. Sigue references/long-videos.md para esos casos.

4. Escribe los dos archivos de historia

Solo estos dos archivos cambian de video a video. Deja todo lo que está en src/lib/ intacto.

  • PROJECT/src/story.json: lista de escenas con tiempos y etiquetas, palabras clave en los subtítulos, quién habla cuándo, efectos de sonido. Formato y reglas: references/story.md.
  • PROJECT/src/scenes.tsx: un componente pequeño por escena y el objeto SCENES que las nombra. Cómo dibujar escenas, el kit completo y las zonas de diseño: references/scenes.md. Mira primero SKILL/assets/kit.jpg, luego copia de PROJECT/src/lib/examples.tsx (examples-wide.tsx para landscape).

El texto del subtítulo es fijo. Puedes agregar {llaves} alrededor de palabras clave, cambiar saltos de línea, fusionar dos subtítulos o dividir uno, y mover tiempos. No puedes agregar, eliminar ni cambiar una palabra. La verificación en el paso 5 rechaza cualquier diferencia.

El texto en pantalla que agregues tú mismo (etiquetas, letreros, bocadillos de diálogo) debe estar en el idioma del SRT. Mantenlo en una o dos palabras que nombren lo que ya dice la narración: un lugar, un letrero de tienda, una reacción. No agregues hechos ni oraciones nuevas.

5. Verifica y repite hasta que esté limpio

node SKILL/scripts/check.ts PROJECT

Compara el texto de los subtítulos con el SRT, verifica tiempos, escenas, palabras clave y fuentes, y compila el código de escena. Corrige cada ERROR y vuelve a ejecutarlo. Lee cada warn y corrige los que sean problemas reales.

6. Mira los fotogramas y repite hasta que esté bien

node SKILL/scripts/stills.ts PROJECT

Esto renderiza un fotograma poco después de cada corte y uno en medio de cada subtítulo, y los organiza en hojas de contactos. Abre cada hoja que liste y mírala. Cada celda está etiquetada con su tiempo, escena y número de subtítulo.

Busca y corrige:

  • cualquier cosa que cubra o toque la etiqueta en la parte superior o la tarjeta de subtítulo en la inferior
  • texto que desborde su tarjeta, o letras dibujadas como cuadros vacíos
  • una escena que no muestre lo que dice su subtítulo
  • un personaje cuyo aspecto cambie entre escenas
  • una escena en blanco o casi vacía

Agrega --grid para dibujar la caja de contenido y una regla en cada fotograma; úsalo para ver qué cruza una zona y dónde moverlo. Para volver a mirar algunos momentos después de una corrección: node SKILL/scripts/stills.ts PROJECT --at 12.5,30. Cada ejecución reemplaza las hojas de la ejecución anterior.

Nunca renderices el video completo sin haber mirado las hojas.

7. Renderiza

Un renderizado toma aproximadamente el mismo tiempo que el video en una máquina rápida y varias veces más en una pequeña, así que ejecútalo en segundo plano y consulta:

node SKILL/scripts/render.ts PROJECT --detach
node SKILL/scripts/render.ts PROJECT --status

--status imprime rendering, luego finishing, luego done o failed. Verifícalo cada 20 a 30 segundos y no termines tu turno antes de que llegue a done o failed. Si no puedes pausar entre verificaciones, deja que el comando espere por ti: node SKILL/scripts/render.ts PROJECT --status --wait 100 regresa tan pronto como el renderizado termine, o después de 100 segundos; ejecútalo de nuevo hasta que lo haga.

Si los archivos que entregas al usuario tienen un límite de tamaño (los chats de claude.ai permiten 30 MB), agrega --max-mb 28.

El renderizado iguala el volumen y luego verifica el archivo terminado: tamaño de fotograma, velocidad de fotogramas, códecs, duración. --status imprime el resultado y la ruta de final_check.jpg, cuatro fotogramas tomados del archivo terminado en los tiempos que lista. Mira esa imagen.

8. Entrega

Dale al usuario PROJECT/out/final.mp4. Agrega una línea que diga qué no es perfecto y un siguiente paso sugerido. Si todo está bien, dilo en una línea.

Reglas sobre lo que va en un video

  • Muestra solo lo que dice el SRT. No agregues afirmaciones, hechos o promesas propias.
  • Sin política, odio o vergüenza hacia personas reales. Sin consejos médicos o financieros presentados como hechos. Trata los temas sensibles con delicadeza.
  • No copies los personajes, escenas o diseños de otro creador. Dibuja la historia de este video.
  • Nunca le prometas al usuario vistas, alcance o ingresos.
  • Nada puede parpadear más de tres veces en un segundo.

Cosas que el usuario debería saber

Dícelas una vez, cuando sean relevantes, en el idioma del usuario:

  • El video está construido con Remotion, que es gratuito para individuos y para empresas de hasta tres personas. Las empresas más grandes necesitan una licencia de Remotion: https://www.remotion.dev/docs/license
  • Las plataformas actúan contra los canales que publican muchos videos de plantilla casi idénticos y pueden requerir una etiqueta en una voz sintética clonada o realista. Consulta references/platforms.md.

Cuando algo sale mal

Consulta references/troubleshooting.md. Si la máquina no puede renderizar video en absoluto (no se puede iniciar ningún navegador, no hay ffmpeg, no hay red para la primera instalación), dilo claramente y detente en lugar de producir otra cosa.

Skills relacionados