Communitygithub.com

ComeOnOliver/skillshub

Génération et incrustation de sous-titres. Transcription via Volcano Engine → correction par dictionnaire → révision humaine → incrustation. Mots déclencheurs : ajouter des sous-titres, générer des sous-titres, sous-titres

Qu'est-ce que skillshub ?

Cette compétence d'agent IA automatise la création et l'incrustation de sous-titres pour des vidéos, principalement en post-production. Le flux de travail comprend cinq étapes : extraction audio et téléchargement, transcription via l'API Volcano Engine avec un dictionnaire de mots-clés pour améliorer la précision, correction automatique par l'agent (qui doit lire et corriger manuellement chaque sous-titre en se basant sur un tableau d'erreurs courantes), révision humaine via un serveur web local, puis incrustation finale des sous-titres dans la vidéo à l'aide de FFmpeg. La compétence est conçue pour être exécutée après le montage vidéo. Elle prend en charge une interface de révision avec lecteur vidéo, liste de sous-titres, édition en ligne, et export SRT. La correction manuelle par l'agent est essentielle pour traiter les homophones et les erreurs de transcription courantes listées dans un dictionnaire dédié.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ComeOnOliver/skillshub/tree/HEAD/skills/Ceeon/videocut-skills/%E5%AD%97%E5%B9%95

Demander à votre IA préférée

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

Documentation

Sous-titres

Transcription → Correction par Agent → Révision humaine → Incrustation

Flux principal (environ 8-15 min, révision humaine incluse)

1. Extraction audio + upload          ⏱ ~1min
   ↓
2. Transcription Volcano Engine (mots-clés) ⏱ ~2min
   ↓
3. Correction automatique par Agent    ⏱ ~3-5min
   ↓
4. Révision humaine et confirmation    ⏱ dépend de l'utilisateur
   ↓
5. Incrustation des sous-titres       ⏱ ~1-2min

Étape 1 : Extraire l'audio et le télécharger

# Extraction audio
ffmpeg -i "video.mp4" -vn -acodec libmp3lame -y audio.mp3

# Téléchargement vers uguu.se (hébergement temporaire)
curl -s -F "files[][email protected]" https://uguu.se/upload
# Retourne une URL comme : https://o.uguu.se/xxxxx.mp3

Étape 2 : Transcription Volcano Engine (mots-clés)

Le script de transcription lit automatiquement le dictionnaire comme mots-clés pour améliorer la précision :

# Emplacement du dictionnaire : /Users/chengfeng/Desktop/AIos/剪辑Agent/.claude/skills/字幕/词典.txt
# Le script le charge automatiquement

bash ../剪口播/scripts/volcengine_transcribe.sh "https://o.uguu.se/xxxxx.mp3"

Format du dictionnaire (un mot par ligne) :

skills
Claude
Agent
成峰
剪辑skills
claude code

Étape 3 : Correction automatique par l'Agent

3.1 Générer les sous-titres horodatés

const result = JSON.parse(fs.readFileSync('volcengine_result.json'));
const subtitles = result.utterances.map((u, i) => ({
  id: i + 1,
  text: u.text,
  start: u.start_time / 1000,
  end: u.end_time / 1000
}));
fs.writeFileSync('subtitles_with_time.json', JSON.stringify(subtitles, null, 2));

3.2 Correction manuelle par l'Agent (sans script)

Après transcription, l'Agent doit lire une par une toutes les lignes de sous-titres et corriger manuellement les problèmes suivants :

Tableau des erreurs de reconnaissance courantes

Erreur de transcriptionCorrectionType
成风成峰Homophone
正特/整特AgentMauvaise reconnaissance
IT就Agent就Prononciation similaire
edge的叉100Agentx100Mauvaise reconnaissance
cloud codeClaude CodePrononciation similaire
Schill/skillskillsPrononciation similaire
剪口拨/剪口波剪口播Homophone
自净化/资金化自进化Homophone
减口播剪口播Homophone
录剪漏剪Homophone
作为这个做这个Homophone
斜杠V1/斜杠v/vDescription orale
斜杠v点口拨/v.口播Oral + homophone
a p i t/APIKAPI KeyMauvaise reconnaissance
excuseskillsMauvaise reconnaissance
移完了剪完了Homophone

Problèmes courants de mots manquants

Texte originalCorrectionExplication
步呢是配置第二步呢是配置"第二" manquant
4步就是第4步就是"第" manquant
别省时间特别省时间"特" manquant
这个我们的这个是我们的"是" manquant
在里面看到可以在里面看到"可以" manquant
跟大家处理完跟大家讲完Terme inapproprié
剪辑了逻辑剪辑的逻辑Erreur grammaticale

3.3 Vérification avec le script original (si disponible)

Si un script original est disponible, il peut aider à la correction, mais ne pas utiliser de script pour une correspondance automatique (les différences de texte entraîneraient des erreurs cumulatives de timestamp).

L'Agent doit :

  1. Lire le script original comme référence
  2. Comparer manuellement chaque ligne et corriger les différences
  3. Marquer les passages incertains pour la révision humaine

Étape 4 : Lancer le serveur de révision

cd répertoire_sous-titres/
node /path/to/skills/字幕/scripts/subtitle_server.js 8898 "video.mp4"

Accéder à http://localhost:8898

Fonctionnalités :

  • Vidéo à gauche, liste de sous-titres à droite
  • Surlignage automatique du sous-titre en cours de lecture
  • Double-clic pour éditer le texte d'un sous-titre (timestamp inchangé)
  • Lecture à vitesse variable (1x/1.5x/2x/3x)
  • Sauvegarder les sous-titres / Exporter en SRT / Incruster les sous-titres
  • Insertion rapide depuis le dictionnaire en bas

Étape 5 : Incrustation des sous-titres

Style par défaut : taille 22, or gras, contour noir 2px, centré en bas

ffmpeg -i "video.mp4" \
  -vf "subtitles='video.srt':force_style='FontSize=22,FontName=PingFang SC,Bold=1,PrimaryColour=&H0000deff,OutlineColour=&H00000000,Outline=2,Alignment=2,MarginV=30'" \
  -c:a copy \
  -y "video_sous-titres.mp4"
ParamètreValeurDescription
FontSize22Taille de police
FontNamePingFang SCPolice PingFang
Bold1Gras
PrimaryColour&H0000deffJaune or #ffde00
OutlineColour&H00000000Contour noir
Outline2Largeur du contour
Alignment2Centré en bas
MarginV30Marge inférieure

Structure des répertoires

output/YYYY-MM-DD_nom_vidéo/sous-titres/
├── 1_transcription/
│   ├── audio.mp3
│   └── volcengine_result.json
├── subtitles_with_time.json    # Fichier principal
└── 3_sortie/
    ├── video.srt
    └── video_sous-titres.mp4

Règles pour les sous-titres

RègleDescription
Une ligne par écranPas de retour à la ligne, pas d'empilement
Pas de ponctuation en fin de phraseBonjour et non Bonjour.
Ponctuation conservée dans la phraseCliquez ici, puis là

Journal des retours

2026-01-31

  • Volcano Engine prend désormais en charge les mots-clés, intégrés au script de transcription
  • L'Agent doit effectuer une correction automatique après transcription, ne pas transmettre directement à l'utilisateur
  • Style des sous-titres : or gras #ffde00, contour 2px
  • IT est souvent mal reconnu comme Agent, ajout d'une règle de correction
  • Important : La correction par l'Agent doit être faite manuellement ligne par ligne, sans script de correspondance automatique
  • Ajout de 17 règles de reconnaissance courantes (voir section 3.2)
  • Les mots manquants sont plus difficiles à détecter que les erreurs de reconnaissance, nécessitent une attention particulière

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

ComeOnOliver/skillshub

Create stunning, animation-rich HTML presentations from scratch or by converting PowerPoint files. Use when the user wants to build a presentation, convert a PPT/PPTX to web, or create slides for a talk/pitch. Helps non-designers discover their aesthetic through visual exploration rather than abstract choices.

ComeOnOliver/skillshub

Next.js 16+ 和 Turbopack — 增量打包、文件系统缓存、开发速度,以及何时使用 Turbopack 与 webpack。

ComeOnOliver/skillshub

SwiftUI architecture patterns, state management with @Observable, view composition, navigation, performance optimization, and modern iOS/macOS UI best practices.

ComeOnOliver/skillshub

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio, video), and create real time alerts for events from live streams or desktop capture.

ComeOnOliver/skillshub

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

ComeOnOliver/skillshub

Next.js 15 애플리케이션을 위한 프론트엔드 개발 가이드라인. React 19, TypeScript, Shadcn/ui, Tailwind CSS를 사용한 모던 패턴. Server Components, Client Components, App Router, 파일 구조, Shadcn/ui 컴포넌트, 성능 최적화, TypeScript 모범 사례 포함. 컴포넌트, 페이지, 기능 생성, 데이터 페칭, 스타일링, 라우팅, 프론트엔드 코드 작업 시 사용.

ComeOnOliver/skillshub

Provides Tamagui patterns for config v4, compiler optimization, styled context, and cross-platform styling. Must use when working with Tamagui projects (tamagui.config.ts, @tamagui imports).

ComeOnOliver/skillshub

Create distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, or applications. Generates creative, polished code that avoids generic AI aesthetics.

ComeOnOliver/skillshub

Create high-converting, visually distinctive landing pages. Use when building marketing pages, product launches, SaaS homepages, or any single-page conversion-focused website. Guides section-by-section composition with anti-AI-slop principles.

ComeOnOliver/skillshub

Auto-loaded context for Portfolio Buddy 2 development. Use for ANY task involving: React 19 development, TypeScript, portfolio analysis features, metrics calculations, trading strategy comparison, or working with the Portfolio Buddy 2 codebase. Contains tech stack, known issues, and architectural constraints.

ComeOnOliver/skillshub

Next.js development tooling via MCP. Inspect routes, components, build info, and debug Next.js apps. Use when working on Next.js applications, debugging routing, or inspecting app structure. NOT for general React or non-Next.js projects.

ComeOnOliver/skillshub

Implement UI using Shadcn MCP (atoms/theme) and 21st.dev MCP (complex sections). Use when adding buttons, layouts, or generating landing pages.

ComeOnOliver/skillshub

A conceptual skill for building an API client in Next.js that handles JWT tokens

ComeOnOliver/skillshub

Best practices and patterns for Next.js App Router, Server Actions, and Routing in this project.

ComeOnOliver/skillshub

The Design System, Theme, and UX rules for the Physical AI Hub.

ComeOnOliver/skillshub

Comprehensive frontend development skill for building modern, performant web applications using ReactJS, NextJS, TypeScript, Tailwind CSS. Includes component scaffolding, performance optimization, bundle analysis, and UI best practices. Use when developing frontend features, optimizing performance, implementing UI/UX designs, managing state, or reviewing frontend code.

ComeOnOliver/skillshub

This document captures learnings from fixing keyboard navigation issues when floating components (Select, DropdownMenu, Popover) have CSS open/close animations.

ComeOnOliver/skillshub

Build Next.js 16 applications with correct patterns and distinctive design. Use when creating pages, layouts, dynamic routes, upgrading from Next.js 15, or implementing proxy.ts. Covers breaking changes (async params/searchParams, Turbopack, cacheComponents) and frontend aesthetics. NOT when building non-React or backend-only applications.

ComeOnOliver/skillshub

Comprehensive Framer Motion animation library for React. Covers motion components, variants, gestures, page transitions, and scroll animations. Use when adding animations to React/Next.js applications.

ComeOnOliver/skillshub

Build interfaces that resonate, not just render. This skill enforces bold, intentional

Skills associés