/captions : 7 styles de sous-titres
Transforme une vidéo parlée en la même vidéo avec des sous-titres animés incrustés. Les mots sont synchronisés avec la voix, un mot clé par ligne reçoit la couleur de surbrillance, et la vidéo et l'audio originaux restent intacts (les sous-titres sont superposés).
Les 7 styles
| Tapez ceci | Aspect |
|---|---|
editorial-highlight | Serif magazine, mot clé sur une bande de papier rouge foncé, petit numéro de page au-dessus de la ligne |
pop-sticker | Blocs de couleur avec contours noirs et ombres portées dures, petits autocollants qui apparaissent autour, mots clés violets avec une étoile |
paper-plane | Un avion en papier dans la couleur de surbrillance traverse l'écran et tire la ligne derrière lui |
smoke-exit | Mots sans empattement épais ; quand la ligne se termine, elle se dissout en fumée, le mot clé fume dans sa propre couleur |
explosive-breakup | Grandes capitales condensées ; à la fin de la ligne, chaque lettre explose vers l'extérieur, mot clé dans des étincelles |
rolodex-flip | La ligne se construit mot par mot, chaque nouveau mot bascule comme une carte de Rolodex |
retro-typer | Lettres de machine à écrire tapées en rythme avec la voix, curseur clignotant en bloc (option : boîte floue) |
Si l'utilisateur ne donne pas de style, affichez ce tableau et demandez lequel (suggérez pop-sticker).
Configuration (première utilisation uniquement)
Exécutez les commandes dans ce dossier de skill. Vérifiez d'abord, n'installez que ce qui manque :
ffmpegetffprobe(Mac :brew install ffmpeg, Windows :winget install ffmpeg)- Node.js 18+ et Google Chrome (ou Edge/Chromium). Ensuite, faites
npm installdans ce dossier (léger : il utilise Chrome déjà installé sur l'ordinateur). - Python 3.
scripts/words.pycrée son propre.venvici et installe faster-whisper lors de la première utilisation.
Étapes
- Mots.
python3 scripts/words.py <video>écrit<video>.words.json:[{"w":"Bonjour","s":0.21,"e":0.48}, ...]. Ignorez si l'utilisateur en a déjà un (/captions words <video>= faites seulement cette étape). - Nettoyez les mots (éditez le JSON, conservez les horodatages) :
- Corrigez les mots mal entendus, l'orthographe des noms et des marques. Demandez à l'utilisateur en cas de doute.
- Marquez un mot clé par ligne avec
"k": true: le mot qui porte le sens (un résultat, un nombre, un nom ou le mot surprenant). Pas besoin sur chaque ligne. - Marquez les fins de ligne avec
"br": truepour que chaque ligne fasse 2 à 4 mots et moins de ~20 lettres, en coupant là où le locuteur fait une pause naturelle. Une fois qu'unbrexiste, les lignes ne se coupent qu'auxbr, à la ponctuation et aux longues pauses. - Écrivez les symboles comme les gens les lisent à l'écran : "slash" → "/", "pourcent" → "%" lorsque c'est un terme.
- Vérifiez les images avant le rendu complet.
node scripts/render.js <video> <words.json> <style> --still 1.5 --still 4 --still 8(choisissez des moments en milieu de ligne). Regardez les PNG : sous-titres lisibles, pas sur le visage ni sur l'interface de l'application. Trop haut ou trop bas ? Utilisez--y(64 = défaut, nombre plus bas = plus haut). Trop grand ?--size 0.85. - Rendu.
node scripts/render.js <video> <words.json> <style> [--hl #ff7a59] [--y 64] [--size 1] [--box]→<video>_<style>.mp4à côté de l'original. Environ 3 minutes pour un reel de 60s. - Informez l'utilisateur de l'emplacement du fichier. Pour un aperçu en direct des 7 styles sur sa propre vidéo, ouvrez
index.htmldans Chrome et chargez la vidéo et le fichier de mots.
Options
| Drapeau | Effet |
|---|---|
--hl <#hex> | Couleur de surbrillance pour les mots clés. Préréglages : jaune #ffd23f (défaut), corail #ff7a59, ciel #7cc4ff, menthe #9ff0b8 |
--y <0-100> | Hauteur des sous-titres, % depuis le haut. 64 se place sous le menton sur un visage parlant |
--size <n> | Taille des sous-titres, 1 = normale |
--box | Retro Typer uniquement : boîte floue douce derrière le texte |
--out <fichier> | Chemin de sortie |
--still <s> | Vérifiez une image à cette seconde au lieu d'un rendu complet (répétable) |
Remarques
- Les séquences iPhone HDR peuvent paraître délavées après le rendu. Exportez-les d'abord en SDR, ou réglez l'iPhone sur Réglages > Appareil photo > Formats > Le plus compatible.
- Les sous-titres sont toujours superposés à la vidéo. Il s'agit du pack de démarrage : les mots derrière l'intervenant, les styles de verre et de mur de texte ne sont pas inclus.
- Les polices sont chargées depuis Google Fonts, le rendu nécessite donc une connexion Internet.