Communitygithub.com

10llo/reelkit

À utiliser lorsque l'enregistrement du talent arrive pour un épisode reelkit — transcrire localement avec Whisper, corriger les sous-titres par rapport au script, réajuster le timing des scènes, examiner les modifications avec l'utilisateur et les appliquer.

Qu'est-ce que reelkit ?

Cette compétence (skill) automatise la synchronisation des sous-titres et des scènes pour les épisodes reelkit. Elle prend un clip vidéo du talent, le transcrit localement via Whisper (modèles large-v3-turbo ou small), aligne le texte transcrit sur le script de l'épisode, corrige l'orthographe et le timing, puis propose un rapport de révision détaillé en espagnol. L'utilisateur examine les changements — coupures de scène, mots corrigés, ad-libs conservés, dépassements de voix — et peut modifier manuellement les sous-titres avant l'application finale. Le processus garantit que les sous-titres correspondent parfaitement au script tout en préservant le rythme naturel de la parole. Compatible avec tout projet utilisant reelkit (CLI, basé sur Node.js/Remotion), cette compétence s'intègre dans le flux de travail décrit dans SKILL.md, depuis la vérification de Whisper jusqu'à l'export final. Le pipeline se compose de quatre étapes : préparation (transcription + proposition de synchronisation), révision avec l'utilisateur, application (validation des fichiers), et vérification via Remotion Studio ou une image fixe.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/10llo/reelkit/tree/HEAD/skills/caption-sync

Demander à votre IA préférée

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

Documentation

Synchronisation des sous-titres

Le clip du talent se place dans l'emplacement en bas à droite ; sa voix pilote les sous-titres et les coupes de scène. Rien ne change dans l'épisode tant que l'utilisateur n'a pas approuvé la révision.

Toutes les commandes s'exécutent depuis la racine de l'espace de travail.

1. Whisper est-il prêt ?

npm run reelkit -- whisper check --model=<modèle>   # le modèle que vous utiliserez ; par défaut large-v3-turbo

Si le modèle n'est pas téléchargé, sync prepare le télécharge (1.6 Go pour large-v3-turbo) — prévenez l'utilisateur d'abord, ou proposez --model=small (586 Mo, moins précis). Si WebGPU n'est pas disponible, la synchronisation attache quand même le clip mais les sous-titres restent calés sur le script ("provisoire").

2. Préparation (écrit uniquement des propositions)

npm run reelkit -- sync prepare episodes/<dossier> <chemin/vers/clip> [--model=large-v3-turbo]

Il copie le clip sous le nom talent.proposed.<ext>, le transcrit, aligne les mots sur le script et écrit :

  • sync-report.md — le rapport de révision (espagnol) : détails du clip, silence supprimé au début, coupes de scène avant → après, chaque mot qui diffère (corrigé selon l'orthographe du script, ⚠ Revisar pour les substitutions éloignées montrant ce qui a été entendu, ⚠ No se escuchó pour les mots sautés, ad-libs conservés tels qu'entendus), avertissements, et si la voix dépasse la fin.
  • captions.proposed.json — les sous-titres que la vidéo utilisera (modifiable : changez le "text" d'un mot pour le corriger).
  • sync-proposal.json — coupe, débuts de scène, fichiers.

Comment l'alignement décide : l'orthographe du script avec le timing de Whisper pour les mots qui correspondent ou correspondent presque (les nombres correspondent à leur forme parlée : "12" ↔ "doce") ; une substitution éloignée montre ce qui a été entendu et est signalée ; les mots que Whisper n'a pas entendus sont omis des sous-titres ; les mots supplémentaires que le talent a dits sont conservés.

3. Révision avec l'utilisateur

Lisez sync-report.md et montrez à l'utilisateur un court tableau : coupes de scène (avant → après), chaque mot signalé (scène, script, entendu, statut, temps), et la ligne de dépassement si elle existe. Demandez-lui d'approuver, ou de dire quels mots modifier (éditez captions.proposed.json, puis montrez la modification).

  • La voix dépasse la fin (⚠ La voz sigue … s) : les derniers mots seraient coupés. Recommandez de réenregistrer plus court. Uniquement avec l'accord explicite de l'utilisateur, appliquez avec --accept-overrun.
  • Toute une scène non entendue : les visuels peuvent ne pas correspondre à ce qui est dit — demandez s'il faut réenregistrer ou continuer.
  • Faible correspondance ("¿Es el clip correcto?") : confirmez qu'il s'agit du bon clip et du bon épisode.

4. Application (après approbation)

npm run reelkit -- sync apply episodes/<dossier> [--accept-overrun]

Il renomme le clip préparé en talent.<ext>, écrit captions.json, sauvegarde clip, sceneStarts, captionsSrc et stage: "synced" dans episode.json, et supprime l'ancien clip qu'il a remplacé.

5. Vérification

npm run check -- episodes/<dossier>
npx remotion still Episode out/<dossier>-sync.png --public-dir episodes/<dossier> --frame=<N>

Visualisez une image fixe au milieu d'une phrase : le clip remplit l'emplacement et le sous-titre affiche le mot en cours. Proposez Studio : npm run studio -- episodes/<dossier>. Ensuite : /reelkit:export.

Skills associés