Communitygithub.com

Sous-titres et légendes

Créez des légendes visibles synchronisées mot-par-mot et des sous-titres complets basés sur des phrases, alignés sur le montage vocal final exact. Utilisez-le pour le timing SRT, les légendes incrustées lisibles, le placement sécurisé, les corrections de transcription et la vérification qualité après modifications.

Qu'est-ce que Sous-titres et légendes ?

Ce skill est conçu pour les éditeurs vidéo et les ingénieurs logiciels travaillant avec des assistants IA tels que Claude Code, Cursor ou Codex. Il permet de générer des sous-titres précis et des légendes visibles à partir d’une transcription corrigée, en respectant le timing exact du montage vocal final. Le skill prend en charge la création de fichiers SRT complets, l’alignement forcé, la vérification de la lisibilité (placement sûr, pas de chevauchement avec les éléments UI), et la validation via des outils comme FFmpeg/libass. Il est utile pour les workflows de post-production où la précision temporelle et la qualité visuelle des sous-titres sont critiques, permettant de détecter les erreurs de timing après des modifications de montage et de garantir une expérience accessible.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/georgewangyu/GeorgeVideoAgent/tree/HEAD/skills/video-captions

Demander à votre IA préférée

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

Documentation

Que fait Sous-titres et légendes ?

Lisez le contrat du projet. Gardez le texte corrigé éditable et aligné sur l’horloge exacte du montage vocal final.

Correction et alignement [bl : invariant]

Utilisez le hash du cut-A/audio actuel et la transcription corrigée. Inspectez les noms, chiffres, négations, mots techniques et les indices significatifs de parole/non-parole ou de locuteur si nécessaire. La reconnaissance vocale (ASR) et l’alignement forcé sont des propositions ; vérifiez-les par rapport à l’audio. N’inventez pas de mots, n’utilisez pas une transcription source comme si elle était chronométrée en sortie, et n’omettez pas silencieusement une parole retenue parce qu’un titre occupe l’écran.

Lorsque le timing est inconnu, marquez les indices comme provisoires plutôt que de fabriquer des limites précises. Cartographiez la transcription source via la carte de décision source→sortie vérifiée, puis vérifiez la sortie réelle. Une coupe de parole invalide le timing/le texte des indices concernés. Maintenez un sidecar SRT complet et corrigé, même si les légendes visibles sont clairsemées.

Traitement lisible et exécution [bl : invariant]

Pour les légendes visibles, suivez la demande de l’éditeur, les surcharges du projet et les préférences de style appliquées, dans cet ordre. Utilisez le style de légende par défaut pour tout choix laissé ouvert. Une demande de groupes de deux mots, par exemple, modifie le groupement tout en conservant la typographie par défaut, sauf indication contraire.

Vérifiez le timing au niveau de granularité requis par le traitement choisi. Regroupez le SRT complet en phrases lisibles d’au plus deux lignes, y compris la parole couverte par un indice d’emphase.

Vérifiez les intervalles d’indices ordonnés non négatifs dans la durée du programme ; les chevauchements doivent être intentionnels. Tenez compte de la base de temps image/échantillon de sortie et évitez les dérives d’arrondi indépendantes. Utilisez un éditeur disponible ou les sous-titres FFmpeg/libass s’ils sont installés ; vérifiez que la version exacte les prend en charge avant de rendre. Préservez l’Unicode et échappez les noms de fichiers/texte en toute sécurité ; le texte des légendes est une donnée, jamais un code shell.

Mesurez les glyphes réels, les contours/ombres et les mouvements par rapport aux rectangles de sécurité et à l’interface utilisateur de la plateforme. Réalisez un réarrangement/déplacement avant de réduire en dessous de la lisibilité. Inspectez le composite réel pour détecter les collisions de texte avec les visages, les preuves, les tiers inférieurs et les captures d’écran, y compris les indices les plus courts/les plus longs et les premières/dernières images rendues. Un cadre de délimitation centré seul ne prouve pas le confinement.

Vérification [bl : invariant]

Réconciliez le sidecar et les légendes visibles avec la parole retenue complète, y compris l’ouverture/fermeture. Inspectez le timing aux débuts réels des mots/phrases et échantillonnez l’export exact à la taille de livraison. Regardez les transitions et le mouvement des légendes ; une planche contact statique ne peut pas établir le temps de lecture. Renvoyez les données d’indice/SRT, les choix de police/traitement, l’identité de sortie et les plages examinées/non examinées. Passez le relais à l’AQ d’exportation ; ne prétendez jamais que tous les mots ont été entendus si seules des comparaisons de transcription ou des vérifications automatisées ont été effectuées.

Références

Individual skills in this repo

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

Skills associés