Communitygithub.com

légendes (incrustation verte, synchronisées voix, compatibles S…

Génère une piste de sous-titres mots-synchronisés en tant que clip séparé sur fond vert (plus optionnellement un alpha ProRes 4444) pour After Effects — texte blanc majuscule, contour noir, ombre portée dure, 2-3 mots à la fois, centré en bas du cadre, à l'écart de l'interface YouTube Shorts, calé sur la voix. À utiliser quand l'utilisateur demande des légendes, sous-titres, « caption greenscreen », « teks ikut suara » ou « captions skill » pour toute vidéo courte.

Qu'est-ce que légendes (incrustation verte, synchronisées voix, compatibles S… ?

Cette compétence génère des sous-titres synchronisés par mot sous forme d'un clip séparé, idéal pour le montage dans After Effects avec incrustation verte (ou alpha ProRes 4444). Elle est conçue spécifiquement pour les YouTube Shorts : le texte est positionné de manière à ne jamais être recouvert par l'interface utilisateur (zone de sécurité analysée automatiquement). Chaque sous-titre contient 2 à 3 mots maximum, respecte la ponctuation, évite de couper les noms propres ou les mots de liaison, et reste calé sur la voix. Le script effectue lui-même le timing, le fractionnement et les vérifications de zone de sécurité, et affiche des avertissements si un sous-titre empiète sur l'interface. La compétence fonctionne avec Haiku pour la génération standard, Sonnet pour valider un nouveau rendu visuel, et Opus uniquement pour modifier la logique du script Python. Les sorties incluent une vidéo verte, un alpha ProRes 4444, un JSON des sous-titres, et une prévisualisation contrôlée.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/fahniazz/claude-shorts-skills/tree/HEAD/skills/captions

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Légendes (incrustation verte, synchronisées voix, compatibles Shorts)

L'utilisateur retravaille les légendes dans After Effects, donc elles ne sont JAMAIS incrustées dans la vidéo finale. Livrez un clip séparé sur fond vert pur (#00FF00), de même taille, fps et nombre d'images que la vidéo, qu'il ou elle pourra incruster avec Keylight.

Aspect (approuvé le 2026-11-11, d'après l'image de référence « VERROUILLÉE » de l'utilisateur)

  • Position : centré horizontalement ; le milieu des capitales à 71,5 % de la hauteur du cadre (sous la poitrine du personnage). Le milieu des capitales est le point d'ancrage, donc une virgule ou un Q ne déplace jamais une légende.
  • Blanc, MAJUSCULES, Arial Black, 3,2 % de la hauteur du cadre (82 px en 2560). C'était 4 % au début, et l'utilisateur a demandé plus petit pour que l'interface des Shorts ne le recouvre jamais. Contour noir ; ombre portée dure noire en bas à droite. L'ombre est intentionnellement pleine : une ombre floue/semi-transparente s'incruste en frange vert-gris.
  • La ponctuation est conservée comme dans le script (MONA LISA. / PARIS, / 1911.). L'utilisateur l'a demandé. --strip-punct supprime les . , ; : finaux.
  • 2-3 mots max par légende. Une légende ne franchit jamais une phrase/virgule ou une pause dans la voix, ne se termine jamais sur un mot de liaison (the, of, with, yang, di, dengan ...), ne coupe jamais un nom (Mona | Lisa), évite les mots uniques isolés.
  • Chaque légende apparaît sur l'image où son premier mot est prononcé (un pop de 5 images 0,85 -> 1,06 -> 1) et reste jusqu'à la suivante. Après une pause dans la voix, elle disparaît 0,25 s après son dernier mot.

Zone de sécurité YouTube Shorts (doit être respectée pour chaque légende, au pic 1,06 du pop)

Zones de superposition conservatrices :

  • boutons d'action : droite 16 % de la largeur
  • titre/chaine/musique : bas 25 % de la hauteur
  • barre du haut : haut 8 % de la hauteur

Le script mesure l'encre de chaque légende, affiche WARNING en dehors de la zone de sécurité Shorts : <texte> pour celles qui traversent une zone, et affiche la portée (devrait être environ « 83,8 % de largeur, 69,8-74,0 % de hauteur »). Les morceaux sont fractionnés pour tenir dans --max-width 0.68. Un mot long unique est réduit pour tenir. Ne livrez jamais avec un WARNING : baissez --size, ou montez un peu --y.

Modèle (économie de tokens, approuvé le 2026-11-12)

Exécutez les légendes sur Haiku 5.5 (agent remotion-renderer avec model: "haiku", ou une session Haiku) : le script fait le timing, le fractionnement et les vérifications de zone de sécurité et les imprime en texte. Sonnet uniquement pour juger un nouveau rendu visuel ; Opus uniquement pour modifier la logique de scripts/captions.py.

Étapes

  1. Timings des mots : le fichier stories/<slug>/voice/words.json de la vidéo. Il est créé par scripts/words_from_voice.py (faster-whisper aligné sur l'orthographe du script). S'il manque, créez-le d'abord : python scripts/words_from_voice.py <voice.wav> <SCRIPT.md> <words.json> [en|id]. Les temps doivent correspondre à l'audio de la vidéo (la voix de la version finale commence à 0 s).
  2. Testez d'abord un extrait (l'utilisateur veut VOIR un court test avant un rendu complet) :
    python scripts/captions.py stories/<slug>/voice/words.json out/<slug>/captions --start 0 --dur 10 \
      --preview "out/<slug>/final/<Title>.mp4" --alpha
    
    Il imprime chaque légende avec ses temps et la vérification de zone de sécurité, et écrit :
    • captions_green.mp4
    • captions_alpha.mov
    • captions.json
    • captions_preview.mp4 (vidéo + légendes incrustées + son, pour vérification uniquement)
  3. Vérifiez :
    • Extrayez des images des légendes les plus larges de la prévisualisation, avec les zones Shorts dessinées en rouge (ffmpeg drawbox : x=iw0.84 de y=ih0.45, y=ih0.75 vers le bas, le haut ih0.08), hstackez-les en une seule planche, et regardez.
    • Regardez un crop pleine résolution pour les franges vertes.
    • Envoyez à l'utilisateur captions_preview.mp4, captions_green.mp4 et la liste imprimée des légendes.
  4. Après l'accord de l'utilisateur, effectuez le rendu complet avec --dur <images de la vidéo / fps> pour que le clip ait exactement le nombre d'images de la vidéo (vérifiez avec ffprobe -count_packets).

Réglages (scripts/captions.py)

  • --y 0.715 : position
  • --size 0.032 : taille de police
  • --max-width 0.68 : largeur maximale de la légende
  • --font <ttf>
  • --max-words 3
  • --gap 0.30 : pause qui coupe une phrase
  • --hold 0.25
  • --lead 0 : images d'avance
  • --no-pop
  • --lower : conserve la casse
  • --strip-punct
  • --alpha : ProRes 4444

Notes AE pour l'utilisateur

  • Clip vert : utilisez Keylight avec Couleur de l'écran = vert pur. Il est en yuv444 crf 8, donc les bords restent nets.
  • Alpha .mov : n'a besoin d'aucune incrustation (déposez-le par-dessus).
  • captions.json : liste le texte et les secondes d'entrée/sortie de chaque légende, pour les reconstruire en tant que couches de texte.

Skills associés