Communitygithub.com

Forjado de Video

Transcribe audio localmente, conserva las marcas de tiempo de las palabras durante las ediciones, diseña subtítulos legibles y prepara archivos de subtítulos editables.

¿Qué es Forjado de Video?

Video Captions (Subtítulos de Video) es una habilidad diseñada para flujos de trabajo de procesamiento de video que automatiza la transcripción de audio local, preserva la alineación precisa de las marcas de tiempo de las palabras a través de ediciones, estiliza subtítulos legibles y genera subtítulos en formato SRT. Admite la entrada de palabras explícitas, archivos JSON de transcripción o transcripción local opcional con faster-whisper. La habilidad agrupa frases cortas, resalta palabras activas y verifica la puntuación, la longitud de las líneas, el contraste, las áreas seguras de la interfaz y la colocación contra el sujeto. La traducción es un flujo de trabajo de referencia opcional que conserva la sincronización original a menos que el significado requiera una segmentación revisada. El renderizador agrupa frases cortas y resalta palabras activas, mientras que el ejecutor conserva transcript.json y SRT. El contenido protegido para reels se maneja mediante la banda de contenido protegido descrita en la referencia de reels.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Sanidhya14321/video-forge/tree/HEAD/skills/video-captions

Preguntar en tu IA favorita

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

Documentación

Subtítulos de Video

Lee los flujos de trabajo de subtítulos. Elige exactamente una entrada de subtítulos: palabras explícitas, un archivo JSON de transcripción o transcripción local. Las entradas de palabras son {text,start,end} en segundos. Nunca estimes marcas de tiempo y preséntelas como alineación medida.

Usa el entorno opcional faster-whisper para transcribe: true. Sus marcas de tiempo son estimaciones ASR. Revisa los términos técnicos y la alineación contra el sonido, especialmente después de retomas o frases repetidas. Las entradas de subtítulos vacías o fuera de rango detienen el trabajo.

El renderizador agrupa frases cortas y resalta palabras activas; el ejecutor conserva transcript.json y SRT. Verifica la puntuación, la longitud de las líneas, el contraste, las áreas seguras de la interfaz y la colocación contra el sujeto. La cobertura de la fuente debe probarse para el idioma elegido.

La traducción es un flujo de trabajo de referencia creado por el agente. Mantén la sincronización original a menos que el significado requiera una segmentación y alineación revisadas. El estilo bilingüe y los subtítulos ASS no son salidas integradas en v0.1. Lee la referencia para conocer los enfoques disponibles y las limitaciones del motor.

Para reels, utiliza la banda de contenido protegido descrita en dirección de reels. Mantén la agrupación de frases legible a través de cortes; las palabras pueden enfatizar el habla real, mientras que la sincronización arbitraria de ritmos no debe reemplazar las marcas de tiempo medidas de las palabras.

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

Skills relacionados