Subtítulos incrustados
Un catálogo, elegido al inicio (CATALOG.md — 17 identidades; los tres motores detrás son detalles de backend). Estándar (predeterminado) construye un riel limpio y literal (subtítulo inferior que contiene la mayor parte del texto) + un clímax incrustado compuesto dentro de la escena detrás del sujeto en el pico. Cinematográfico es puramente incrustado — sin riel, cada título compuesto detrás del sujeto (tipografía heroica, acumulación, oclusión como efecto). Tema es una constitución temática completa — paradigma corporal × pieza central heroica × efectos frontales × reacción de placa, compuesta a partir de registros (themes/README.md): ordnance terminal neonsign stardust stomp. La mayoría de los videos explicativos / con voz en off son Estándar; la incrustación es el pico escaso y ganado — incrustar cada palabra es el error común; Tema es para solicitudes de nivel VFX ("炸", "特效", "como hecho en AE").
Flujo operativo (TL;DR)
El texto técnico a continuación es largo; el pipeline en sí es corto — y todo lo determinista se calcula o compila, nunca se escribe a mano:
- Puerta de decisión (rechazar clips malos) → elegir UNA identidad de CATALOG.md (17 identidades; motor/compilador derivado por búsqueda — nunca plantear una pregunta de modo/categoría)
hyperframes init(omitirlo si el directorio del proyecto ya existe con el video dentro —matte.cjs/transcribe.cjsadoptan cualquier video en el directorio como source.mp4) →bash scripts/prepare.sh <proyecto>(matte ∥ transcribir ∥ envolvente de audio en paralelo, luego zonas seguras v2 con paleta de escena/óptica/iluminación — un comando, nada olvidado)- redactar un pequeño JSON de elecciones creativas (leer
safe-zones.jsonprimero): Cinematográfico →plan.json→fill-timings.cjs→fit-fonts.cjs→make-composition.cjs; Tema →theme.json→make-theme.cjs(paradigmas de riel/panel/poema/toma de control;anchores el riel silencioso predeterminado) - QA visual:
node scripts/preview-frames.cjs <proyecto>→ vistas previas compuestas fieles en ~2s/fotograma (sin renderizar). Consultar § QA visual antes de pagar por un render. render-and-composite.sh→ compuertas (sincronización / oclusión+heroico / desbordamiento / entrega) →final.mp4
Reglas importantes que la gente pasa por alto:
- riel (predeterminado) + incrustación (promoción).
drop(relleno, no se muestra) /rail(subtítulo inferior literal, al frente, lleva la mayor parte del texto) /embed(una palabra pico compuesta detrás del sujeto). El modo estándar hace ambas, incrustando solo el(los) pico(s). Ver § Modelo de subtítulos. - El video se entrega SIN TOCAR (Estándar/Cinematográfico; el presupuesto de PLACA del modo Tema es la única excepción sancionada — ritmos de reacción con compuerta de registro (carga-difuminado, golpe, sacudida, granulado) definidos por ADN del tema y aplicados DESPUÉS de la composición mate para que sujeto+texto+placa se muevan como un solo fotograma) — los subtítulos son lo único que se añade; el mate solo permite que el sujeto ocluya la pista incrustada. Nunca graduar/recolorear/escandir el metraje.
- Dos libros de reglas: riel → references/rail.md (delgado), arte de incrustación → references/composition-craft.md (rico, solo incrustación). Leer según necesidad.
Modelo de subtítulos — riel + incrustación
Cada frase hablada es una de tres cosas:
| Qué | Cómo se muestra | |
|---|---|---|
| drop | relleno — um/eh, tartamudeos, autocorrecciones | no se muestra |
| rail | el predeterminado — contenido hablado ordinario (literal) | subtítulo inferior limpio, al frente, legible. Una palabra de impacto puede tener un resaltado emphasis en línea (color de acento / palabra activa) — permanece en el riel. |
| embed | un pico promocionado — el ritmo principal | una palabra grande compuesta detrás del sujeto (oclusión mate), entrada + salida diseñadas |
El riel lleva la mayor parte del texto; la incrustación es el pico escaso y ganado. La escasez es por ritmo/bloque, no por clip: ≤1 heroico por bloque (pensamiento), nunca dos visibles a la vez, ≥ un instante de aire entre ventanas heroicas (el compilador advierte por debajo de 0.6s). Un clip corto → generalmente 1–2; un explicativo largo → ~uno por sección. Entre múltiples heroicos, el más grande redactado es el APEX (él solo obtiene el bloqueo de incrustación completo + elevación de ajuste de ancho); los más pequeños son picos MENORES que viajan en su columna como líneas de énfasis sobredimensionadas (fg, movimiento amortiguado) — no todos los ritmos necesitan la exhibición del mate, que es exactamente lo que mantiene el ápice como un evento. Incrustar cada palabra sigue siendo el error común.
Las identidades de superficie de riel construyen exactamente esto (riel = rail.html, incrustación = el clímax en index.html). Las identidades de flujo de columna eliminan el riel y hacen todo al estilo incrustación — recomendarlas solo para solicitudes de ambiente sobre literalidad, nunca para explicativos / voz en off donde las palabras deben leerse (CATALOG.md codifica esto por identidad).
Paso 0 — elegir UNA identidad del CATÁLOGO
Un front-end, tres motores detrás. El usuario elige una IDENTIDAD de CATALOG.md (17 entradas: 12 clásicas + 5 temáticas); el motor, compilador y archivo de redacción se derivan mediante búsqueda desde la fila del catálogo. Nunca plantear "Estándar vs Cinematográfico vs Tema" como una pregunta — esos son nombres de backend (un producto tiene una experiencia de usuario incluso con varios motores). El catálogo codifica todo lo que necesita el enrutamiento: superficie de lectura, voz, recomendación para, necesidades de escena, notas de adyacencia para los pares realmente cercanos (loud↔ordnance, neon↔neonsign, cream↔stardust).
Procedimiento: sondear el clip → preseleccionar 2–3 identidades del catálogo → recomendar UNA con una línea de por qué → el usuario elige → redactar el archivo de esa identidad. Las identidades están bloqueadas por motor (sin combinaciones cruzadas; abrir una es un evento de validación — ver dna/README.md).
Siempre presentar la recomendación y dejar que el usuario elija antes de redactar. No adoptar un valor predeterminado en silencio.
(La tabla completa de identidades vive en CATALOG.md — fuente única de verdad para el enrutamiento. La documentación de los motores a continuación describe el contrato de redacción de cada backend.)
Heurística de recomendación: usar las "Heurísticas de preselección" en CATALOG.md — están a nivel de identidad (ej. "炸" preselecciona ordnance/stomp/terminal/loud y elige QUÉ debe explotar), nunca a nivel de categoría. En caso de duda → anchor.
- Cinematográfico → escribir
plan.jsonpara una plantilla bloqueada, compilada pormake-composition.cjs. - Tema → leer themes/README.md, redactar
theme.json, ejecutarscripts/render-theme.sh(compila + renderiza + reacción de placa → final_fx.mp4).
Puerta de decisión — EJECUTAR PRIMERO
Sondear el video y clasificar la escena antes de cualquier modo.
ffprobe <video.mp4> # especificaciones
ffmpeg -ss <t> -i <video.mp4> -vframes 1 sample.png # al 20/50/80%
Leer las muestras. Rechazar si:
- Varios hablantes / cortes bruscos (dividir y renderizar cada toma, o rechazar)
- Sin sujeto humano (esta habilidad es para cabeza parlante)
- Menos de 3 segundos, sin habla, o la cara nunca claramente visible —
transcribe.cjsadvierte cuando el audio está casi en silencio (Whisper alucina palabras como "Gracias." sobre silencio); atenderlo y rechazar en lugar de subtitular palabras inventadas - La fuente ya tiene subtítulos / títulos de texto gráfico pesado quemados — agregar un segundo sistema de subtítulos crea conflicto y el metraje se entrega sin tocar (sin cubrir/retoque). El texto quemado a menudo aparece solo a mitad del clip: muestrear una hoja de contacto de 1fps (
ffmpeg -i in.mp4 -vf "fps=1,scale=160:-1,tile=10x5" sheet.png), no confiar en 3 fotogramas puntuales. - La transcripción es basura — el habla no nativa/con acento fuerte puede transcribirse como galimatías confiado. Leer críticamente
transcript.jsonantes de redactar; si no se interpreta como lenguaje, intentarWHISPER_MODEL=mediumuna vez, de lo contrario rechazar (un riel literal de palabras inventadas es peor que sin subtítulos). - Cámara en mano movida con movimiento rápido (el mate parpadea)
Sondas previas al vuelo (no cuestan nada, evitan los peores fallos)
- Sonda de corte de toma. Muestrear fotogramas al 20%, 50%, 80%. Si aparece un sujeto/escena diferente, recortar el clip antes del corte.
- Sonda de buzón/pilar. ¿Barras negras en el primer fotograma? Calcular el rectángulo de contenido seguro y restringir la colocación de subtítulos dentro de él.
- Sonda de luminancia. Muestrear la luminancia promedio de la región de subtítulos —
under 60→ el texto claro se lee tal cual,60-180→ agregar la cortina de glifos,180+→ texto opaco + cortina (nunca texto claro desnudo). Las plantillas cinematográficas son crema+screeny BLOQUEADAS — usar esta sonda para elegir una identidad adecuada (escenas brillantes →ink, o el tema de riel opacoanchor), nunca para recolorizar una. - Recomendación de identidad por tono (tú recomiendas; el usuario elige — ver Paso 0 + CATALOG.md). Explicativo / entrevista / palabras que deben leerse → identidades de superficie de riel/panel; poético / social / "cinematográfico" → identidades de flujo de columna por registro; "炸 / 特效 / VFX" / mundos nombrados → identidades temáticas. Cuando se está inseguro →
anchor(las palabras se leen, la escena segura) — pero presentar una preselección y dejar que el usuario elija.
Pipeline — 5 pasos
1. hyperframes init <proyecto> --non-interactive --video <video.mp4>
2. bash scripts/prepare.sh <proyecto> # mate ∥ transcribir (paralelo) → zonas seguras. Un comando.
# → frames_fg/ transcript.json safe-zones.json
3. [PASO DE AGENTE — el único paso creativo] redactar un pequeño JSON; ver abajo según el modo
Cinematográfico: redactar plan.json → node scripts/fill-timings.cjs → fit-fonts.cjs → make-composition.cjs
Tema: redactar theme.json → bash scripts/render-theme.sh <proyecto> (compila + renderiza + efectos de placa)
4. node scripts/preview-frames.cjs <proyecto> # ~2s/fotograma vistas previas compuestas → § QA visual (ANTES del render)
5. bash scripts/render-and-composite.sh <proyecto> # compuertas → final.mp4 + instantánea de history/
(Modo Tema: SALTAR los pasos 3b/5 — render-theme.sh ya ejecuta compilación + render-and-composite
+ _postfx.sh; el entregable es final_fx.mp4, final.mp4 es antes de la reacción de placa)
El init del paso 1 verifica las habilidades instaladas contra las últimas en GitHub y actualiza el conjunto global si alguna está desactualizada.
El paso 3 difiere según el modo:
Paso 3 — Modo cinematográfico (incrustación pura)
- Leer
safe-zones.jsonprimero. Los planos de narración van enzones.hugLeft/hugRight— tiras limpias JUNTO a la silueta (el texto lejos del cuerpo se lee como flotante, no incrustado; las esquinas lejanas son el plan de contingencia, no el predeterminado). El heroico predeterminado esheroAnchor/heroBands.best(centrado EN el sujeto, ~30–55% ocluido).recommendation:"fg"mueve la NARRACIÓN al frente para legibilidad; el heroico permanece incrustado siempre queheroBands.feasible— heroico-fg es el último recurso. - El ADN es la identidad que elegiste en el Paso 0 (CATALOG.md) — no reabrir la elección aquí. Verificarlo críticamente contra la escena (luminancia de banda heroica brillante > 150 quiere
ink; la guía completa de selección vive en el catálogo, cubriendo las diez incluyendo neon / glitch / chrome / velocity). Indicar la elección + por qué; el usuario decide. El ADN bloquea tipo/paleta/combinación/movimiento + acto heroico en tres fases; las zonas seguras v2 (palette/optics/lighting) lo parametrizan para ESTA escena automáticamente. - Redactar
<proyecto>/cinematic.json—"dna": "<nombre>"+ BLOQUES de pensamiento, no grupos brutos: cada bloque = líneas de palabras (agrupadas 2–5 en límites de cláusula) + el plano en el que se apila +csspor línea (tamaño/peso/estilo solo — sin posiciones) + como máximo UNA línea marcada"hero": true(la palabra promocionada;"text"para la forma mostrada). Esquema: encabezado descripts/make-cinematic.cjs. - Compilar:
node scripts/make-cinematic.cjs <proyecto>— reduce los bloques → plan.json → index.html. Generado para ti: tiempos secuenciados por transcripción, acumulación dentro del bloque, paso de página entre bloques, el BLOQUEO HEROICO (el pre-contexto de un bloque heroico, HEROICO y post-contexto se apilan como UNA composición unida centrada en el sujeto — orden de lectura arriba→abajo = orden hablado por construcción; el contexto flota al FRENTE mientras el heroico se incrusta DETRÁS = el sándwich de profundidad; una regla de masa mantiene el heroico dominando su contexto), división ápice/heroico menor, orden de lectura por construcción, plan de contingencia fg por zonas seguras. Luego las compuertas se ejecutan como de costumbre. (Redactar plan.json a mano sigue siendo posible para diseños que los bloques no pueden expresar — luego ejecutarfill-timings.cjs+fit-fonts.cjs+make-composition.cjstú mismo.)
Paso 3 — Modo tema (constitución temática)
Leer themes/README.md PRIMERO — registros de paradigma/pieza central, enlaces, reglas estrictas, y el esquema exacto de theme.json.
- Elegir un ADN de tema por registro de contenido (cada
themes/<nombre>.jsontienevoice+when). Indicar la elección + por qué; el usuario decide. - Redactar
<proyecto>/theme.json—dna,lines(literal, orden de transcripción; 1–5 palabras cada una — paratakeovercada línea es una TARJETA),minors(palabras de énfasis),hero:{match}(la palabra/frase culminante; DEJARLA FUERA delinespara piezas centrales incrustadas, MANTENERLA DENTRO para piezas centrales en línea y panel+redact). - Renderizar:
bash scripts/render-theme.sh <proyecto>— compila (compuerta de completitud literal en tiempo de compilación), renderiza ambas capas, compone, aplica la reacción de placa →final_fx.mp4. Usarpreview-frames.cjsentre la compilación y el render para QA visual.
QA visual — vista previa ANTES de renderizar
node scripts/preview-frames.cjs <proyecto> [t…] compone fotogramas de vista previa fieles en ~2s cada uno
(capas de subtítulos capturadas en el tiempo de búsqueda + fotograma de video real + oclusión mate + superposición de riel = cómo se verá la composición final en ese momento). Las muestras predeterminadas = cada ventana de grupo/clímax.
Un render completo cuesta minutos — nunca usarlo para descubrir problemas de diseño.
Verificar las vistas previas (<proyecto>/preview/sheet.png) contra las consideraciones de calidad visual mencionadas en la sección. Si hay algún problema, volver al paso 3 para ajustar el JSON creativo.
Renderizado y compuertas
bash scripts/render-and-composite.sh <proyecto> ejecuta:
- Compuerta de sincronización — cada línea de subtítulos tiene su inicio/fin emparejado con la transcripción (el compilador falla si falta una línea)
- Compuerta de oclusión + heroico — el bloqueo heroico se compone sobre el mate del sujeto; si el mate falla (sin sujeto → sin oclusión), el render se niega
- Compuerta de desbordamiento — el texto que sobresale de los márgenes seguros se reduce o se mueve al riel
- Compuerta de entrega — el render se copia a un directorio
history/con una marca de tiempo
El archivo de salida es final.mp4 (o final_fx.mp4 para el modo Tema).
Referencias
- CATALOG.md — tabla de identidades con motor, voz, recomendación para, escena
- references/rail.md — reglas de subtítulo inferior
- references/composition-craft.md — arte de incrustación cinematográfica
- themes/README.md — registro de temas, paradigmas, esquema de theme.json
- dna/README.md — documentación del motor de ADN (validación, eventos)