Aperçu
Ce skill ajoute des sous-titres incrustés à une vidéo existante via une composition overlay HyperFrames. Utilisez-le lorsque votre source vidéo a besoin de sous-titres accessibles et stylés sans piste de sous-titres séparée. Il génère la vidéo sous-titrée au format MP4 de manière déterministe à partir de l'overlay HTML.
HyperFrames — Sous-titres Incrustés
Ajoutez des sous-titres à des vidéos de type talking-head ou de lancement. Le modèle de sous-titres (drop/rail/embed) et la loi d'overlay (les sous-titres ne sont PAS une bande réservée).
Quand l'utiliser
- L'utilisateur souhaite des sous-titres sur une vidéo talking-head
- L'utilisateur souhaite un bandeau de sous-titres textuel (tierce inférieure standard)
- L'utilisateur souhaite un texte cinématographique intégré derrière le sujet (le moment climax)
- L'utilisateur souhaite ajouter l'accessibilité à une vidéo
- L'utilisateur souhaite incruster des sous-titres pour les réseaux sociaux (pas de piste de sous-titres)
Quand ne PAS l'utiliser
- L'utilisateur souhaite un workflow vidéo complet (utilisez
hyperframes-product-launch-video) - L'utilisateur souhaite un explainer complet (utilisez
hyperframes-faceless-explainer) - L'utilisateur souhaite des sous-titres sous forme de fichier annexe (SRT/VTT) — ce skill les incruste
Le Modèle de Sous-titres — Drop / Rail / Embed
| Quoi | Comment c'est affiché | |
|---|---|---|
| drop | remplissage — euh/heu, bégaiements | non affiché |
| rail | le défaut — contenu parlé ordinaire | sous-titre propre en bas de l'écran, devant |
| embed | un pic mis en avant — le moment clé | un grand mot derrière le sujet (occlusion par matte) |
Le rail porte la majorité du texte ; embed est le pic rare et mérité — ≤1 par beat, jamais deux adjacents, espacés d'au moins un beat.
La Loi d'Overlay
Une ligne de sous-titres est composée PAR-DESSUS le film en tant qu'overlay ; ce n'est PAS une zone réservée.
- Centrez la composition sur le centre vertical RÉEL (y = H/2). Ne déplacez pas le contenu vers le haut pour « faire de la place » aux sous-titres.
- Le contenu peut s'étendre jusqu'au bord inférieur du canevas.
- Évitez de placer du texte critique petit et difficile à lire (URL, ligne légale) dans la zone centrale inférieure d'environ 80px où se trouve la ligne de sous-titres.
- Pas de zone de verrouillage mécanique — jugez la lisibilité visuellement.
Workflow
1 · Générer la voix off et les timings des mots
# Utilisation de TTS avec timings au niveau du mot
node scripts/heygen-tts.mjs ./vo-spoken.txt -o voiceover.mp3 --words vo-words.json --voice <voice_id>
2 · Aligner les sous-titres sur les tokens d'affichage
node scripts/align-captions.mjs --tokens script-tokens.json --words vo-words.json --out captions.json
captions.json est l'entrée du rail de sous-titres (orthographe d'affichage, timing parlé).
3 · Construire le rail de sous-titres
const LINES = /* contenu de captions.json */ [
{ id: 0, end: 2.74, w: [["This", 0.0], ["week,", 0.30], ...] },
...
];
4 · Vérifier la présence des sous-titres
Échantillonnez 3 à 4 images dans la fenêtre parlée de la voix off et confirmez que le rail de sous-titres affiche du texte visible sur chacune. Si une image dans un intervalle parlé manque de sous-titres, la construction livre la vidéo sans sous-titres — traitez cela comme un feu rouge.
Tableau Anti-Rationalisation
| Rationalisation | Réalité |
|---|---|
| « Je vais centrer à 42% pour laisser de la place aux sous-titres » | Centre réel (y = H/2) — les sous-titres sont un overlay |
| « Je vais tout mettre en embed » | Embed est rare — le rail porte la majorité du texte |
| « Je vais ignorer les timings des mots » | L'audio est l'horloge — tous les temps de beat proviennent des timings des mots |
| « Je vais utiliser l'orthographe phonétique dans les sous-titres » | Les sous-titres affichent toujours la couche d'affichage |
| « Je vais deviner la prononciation » | Demandez à l'utilisateur, puis enrichissez le lexique |
Vérification
- Le rail de sous-titres est présent sur au moins 3 images échantillonnées
- L'orthographe d'affichage correspond au script (pas phonétique)
- Les timings des mots sont alignés sur l'audio
- La composition est centrée sur le centre réel (y = H/2)
- Aucun texte critique dans la zone d'overlay des sous-titres