kaylon-he/video-subtitle-skill

Sous-titres Vidéo

Ajoute automatiquement des sous-titres à une vidéo et les incruste dans l'image, produisant un « MP4 sous-titré + SRT ».

Pipeline

1. Extraction audio en wav 16k mono (ffmpeg)
2. Transcription via whisper.cpp en SRT (whisper-cli)
3. SRT → ASS : retours à la ligne automatiques selon la largeur de l'image, police CJK, fond semi-transparent centré en bas
4. Incrustation de l'ASS avec ffmpeg (nécessite libass), copie directe de la piste audio

Utilisation

bash scripts/add_subtitles.sh entree.mp4 -o sortie.mp4 -l fr

• -l/--language Langue source, par défaut zh, peut être auto
• -f/--fontsize Taille de police, par défaut 42
• -s/--srt-only Génère uniquement le SRT, sans incrustation

Règles impératives

• Vérifier le texte transcrit avant livraison : le script affiche le SRT dans le terminal. Les noms de personnes, de lieux et les expressions idiomatiques sont souvent mal reconnus (ex. : « 重阳姐 » → « 重阳节 », « 久久重扬 » → « 九九重阳 »). En cas d'erreur, utilisez -s pour générer une nouvelle version, corrigez le SRT, puis incrustez.
• Valider le rendu final : extrayez 2 à 3 images du fichier final (-ss <secondes> -frames:v 1) pour vérifier que les sous-titres sont complets et ne sont ni coupés ni débordants.
• Ne pas utiliser le ffmpeg allégé de Homebrew : cette version n'inclut pas libass, les filtres subtitles/ass/drawtext sont absents. Le script sélectionne automatiquement un ffmpeg avec libass ; voir README.md pour l'installation.
• Couper les phrases longues : l'ASS utilise WrapStyle: 2 (reconnaît uniquement \N), srt_to_ass.py insère automatiquement \N en fonction de largeur de l'image / taille de police. Si une phrase déborde encore, réduisez la taille avec -f.

Dépendances

ffmpeg (avec libass) + whisper-cli + modèle ggml + python3. En cas d'absence, le script affiche une erreur claire. La liste complète des bibliothèques, les commandes d'installation et les instructions de dépannage se trouvent dans le README.md.