Sous-titres incrustés (Embedded Captions)
Un seul catalogue, choisi en amont (CATALOG.md — 17 identités ; les trois moteurs qui le sous-tendent sont des détails d'implémentation). Standard (par défaut) construit un rail propre et littéral (sous-titre en tiers inférieur qui porte le texte principal) + un climax incrusté composité dans la scène, derrière le sujet, au moment fort. Cinématique est purement incrusté – pas de rail, chaque sous-titre est composité derrière le sujet (typographie héroïque, accumulation, occlusion comme effet). Thématique est une constitution thématique complète – paradigme du corps × mise en scène héroïque × effets avant × réaction de la plaque, composée à partir de registres (themes/README.md) : ordnance terminal neonsign stardust stomp. La plupart des vidéos explicatives / voix-off utilisent le mode Standard ; l'incrustation est le moment fort rare et mérité – incruster chaque mot est l'erreur courante ; le mode Thématique est réservé aux demandes de type VFX (« 炸 », « 特效 », « faire comme dans After Effects »).
Schéma opérationnel (TL;DR)
Le texte détaillé ci-dessous est long ; le pipeline lui-même est court – et tout ce qui est déterministe est calculé ou compilé, jamais écrit à la main :
- Porte de décision (refuser les mauvais clips) → choisir UNE identité dans CATALOG.md (17 identités ; moteur/compilateur déduits par recherche – ne jamais poser de question de mode/catégorie)
hyperframes init(ignorer si le dossier du projet existe déjà avec la vidéo à l'intérieur –matte.cjs/transcribe.cjsadoptent n'importe quelle vidéo du dossier comme source.mp4) →bash scripts/prepare.sh <projet>(matte ∥ transcription ∥ enveloppe audio en parallèle, puis zones de sécurité v2 avec palette de scène/optiques/éclairage – une seule commande, rien oublié)- rédiger un petit fichier JSON de choix créatifs (lire
safe-zones.jsond'abord) : Cinématique →plan.json→fill-timings.cjs→fit-fonts.cjs→make-composition.cjs; Thématique →theme.json→make-theme.cjs(paradigmes rail/panneau/poème/reprise ;anchorest le rail par défaut, discret) - QA visuel :
node scripts/preview-frames.cjs <projet>→ aperçus composites fidèles en ~2s/image (pas de rendu). Consulter § QA visuel avant de payer un rendu. render-and-composite.sh→ portes (timing / occlusion+héroïque / débordement / transmission) →final.mp4
Règles essentielles souvent négligées :
- rail (par défaut) + incrustation (promotion).
drop(mot vide, non affiché) /rail(sous-titre littéral en tiers inférieur, en avant-plan, porte le texte principal) /incrustation(un mot fort composité derrière le sujet). Le mode Standard fait les deux, incrustant seulement le(s) moment(s) fort(s). Voir § Modèle de sous-titrage. - La vidéo est livrée INTACTE (mode Standard/Cinématique ; le budget PLATE du mode Thématique est la seule exception autorisée – réactions de la scène définies par registre (charge-atténuation, coup de poing, secousse, grain) définies par l'ADN du thème et appliquées APRÈS le composite matte, de sorte que le sujet+texte+plaque bougent comme un seul cadre) – les sous-titres sont la seule chose ajoutée ; la matte permet juste au sujet d'occlure la piste incrustée. Ne jamais étalonner/recolorer/ajouter de lignes de balayage à la séquence.
- Deux livrets de règles : rail → references/rail.md (léger), art de l'incrustation → references/composition-craft.md (riche, incrustation uniquement). À parcourir selon les besoins.
Modèle de sous-titrage – rail + incrustation
Chaque phrase parlée est de trois types :
| Quoi | Comment c'est affiché | |
|---|---|---|
| drop | mot vide – euh/hein, bégaiements, auto-corrections | non affiché |
| rail | le défaut – contenu parlé ordinaire (littéral) | sous-titre propre en tiers inférieur, en avant-plan, lisible. Un mot fort peut recevoir une mise en évidence emphasis en ligne (couleur d'accent / mot actif) – il reste sur le rail. |
| incrustation | un point fort promu – le moment clé | un grand mot composité derrière le sujet (occlusion par matte), entrée + sortie designées |
Le rail porte l'essentiel du texte ; l'incrustation est le point fort rare et mérité. La rareté est par temps/par bloc, pas par clip : ≤1 héroïque par bloc (pensée), jamais deux co-visibles, au moins un temps d'air entre les fenêtres héroïques (le compilateur prévient en dessous de 0,6 s). Un clip court → généralement 1–2 ; une longue explication → environ un par section. Parmi plusieurs héroïques, le plus grand écrit est l'APEX (lui seul reçoit l'incrustation complète avec verrouillage + élévation avec ajustement de largeur) ; les plus petits sont des points forts MINEURS qui chevauchent leur colonne comme des lignes d'accentuation surdimensionnées (au premier plan, mouvement atténué) – chaque temps n'a pas besoin de la mise en scène de la matte, ce qui est exactement ce qui fait de l'apex un événement. Incruster chaque mot reste l'erreur courante.
Les identités à surface rail construisent exactement ceci (rail = rail.html, incrustation = le climax dans index.html). Les identités à flux de colonnes suppriment le rail et mettent tout en style incrusté – les recommander uniquement pour les demandes centrées sur l'ambiance plutôt que le littéral, jamais pour les vidéos explicatives / voix-off où les mots doivent être lus (CATALOG.md code ceci par identité).
Étape 0 – choisir UNE identité dans le CATALOG
Un front-end, trois moteurs en arrière-plan. L'utilisateur choisit une IDENTITÉ dans CATALOG.md (17 entrées : 12 classiques + 5 thématiques) ; le moteur, compilateur et fichier de paramétrage sont déduits par recherche dans la ligne du catalogue. Ne jamais poser la question « Standard vs Cinématique vs Thématique » – ce sont des noms internes (un produit a une seule UX même avec plusieurs moteurs). Le catalogue code tout ce dont le routage a besoin : surface de lecture, voix, recommandation-pour, besoins scéniques, notes d'adjacence pour les paires vraiment proches (loud↔ordnance, neon↔neonsign, cream↔stardust).
Procédure : sonder le clip → présélectionner 2–3 identités du catalogue → recommander UNE avec une phrase d'explication → l'utilisateur choisit → rédiger le fichier de cette identité. Les identités sont verrouillées par moteur (pas de combinaisons croisées ; en ouvrir une est un événement de validation – voir dna/README.md).
Toujours présenter votre recommandation et laisser l'utilisateur choisir avant de rédiger. Ne pas utiliser de réglage par défaut en silence.
(Le tableau complet des identités se trouve dans CATALOG.md – source unique de vérité pour le routage. La documentation des moteurs ci-dessous décrit le contrat de paramétrage de chaque moteur.)
Heuristique de recommandation : utiliser les « Heuristiques de présélection » dans CATALOG.md – elles sont au niveau de l'identité (par exemple « 炸 » présélectionne ordnance/stomp/terminal/loud et choisit en fonction de CE qui doit exploser), jamais au niveau de la catégorie. En cas de doute → anchor.
- Cinématique → écrire
plan.jsonpour un modèle verrouillé, compilé parmake-composition.cjs. - Thématique → lire themes/README.md, rédiger
theme.json, exécuterscripts/render-theme.sh <projet>(compile + rendu + réaction de plaque → final_fx.mp4).
Porte de décision – À EXÉCUTER EN PREMIER
Sonder la vidéo et classer la scène avant l'un ou l'autre mode.
ffprobe <video.mp4> # spécifications
ffmpeg -ss <t> -i <video.mp4> -vframes 1 sample.png # à 20/50/80%
Lire les échantillons. Refuser si :
- Plusieurs intervenants / coupures franches (diviser et rendre chaque plan, ou refuser)
- Pas de sujet humain (cette compétence est pour les têtes parlantes)
- Moins de 3 secondes, pas de parole, ou le visage n'est jamais clairement visible –
transcribe.cjsprévient lorsque l'audio est quasi silencieux (Whisper hallucine des mots comme « Merci » sur du silence) ; l'écouter et refuser plutôt que de sous-titrer des mots fabriqués - La source a déjà des sous-titres incrustés / en dur / des graphiques de texte denses – ajouter un deuxième système de sous-titrage entre en conflit et la séquence est livrée intacte (pas de recouvrement/restauration). Le texte incrusté n'apparaît souvent qu'au milieu du clip : échantillonner une planche contact à 1 image par seconde (
ffmpeg -i entree.mp4 -vf "fps=1,scale=160:-1,tile=10x5" planche.png), ne pas se fier à 3 images ponctuelles. - La transcription est illisible – une parole non natative / fortement accentuée peut être transcrite en un charabia confiant. Lire
transcript.jsonpour vérifier la cohérence avant la rédaction ; si cela ne ressemble pas à une langue, essayerWHISPER_MODEL=mediumune fois, sinon refuser (un rail littéral de mots fabriqués est pire que pas de sous-titres). - Mouvement rapide et agité avec la caméra à l'épaule (scintillement de la matte)
Tests pré-vol (ne coûtent rien, évitent les pires échecs)
- Test de coupure de plan. Échantillonner des images à 20 %, 50 %, 80 %. Si un sujet/scène différent apparaît, recadrer le clip avant la coupure.
- Test de letterbox / pillarbox. Barres noires sur la première image ? Calculer le rectangle de contenu sûr et contraindre le placement des sous-titres à l'intérieur.
- Test de luminance. Échantillonner la luminance moyenne de la zone des sous-titres –
en dessous de 60→ le texte clair se lit tel quel,60-180→ ajouter l'écran de glyphe,180+→ texte opaque + écran (jamais de texte clair nu). Les modèles cinématiques sont cream+screenet VERROUILLÉS – utiliser ce test pour choisir une identité adaptée (scènes lumineuses →ink, ou le thèmeanchorà rail opaque), jamais pour recolorer une identité. - Recommandation d'identité par ton (vous recommandez ; l'utilisateur choisit – voir Étape 0 + CATALOG.md). Explicatif / interview / mots à lire impérativement → identités à surface rail/panneau ; poétique / social / « cinématique » → identités à flux de colonnes par registre ; « 炸 / 特效 / VFX » / mondes nommés → identités thématiques. En cas de doute →
anchor(les mots se lisent, la scène est sûre) – mais présenter une présélection et laisser l'utilisateur choisir.
Pipeline – 5 étapes
1. hyperframes init <projet> --non-interactive --video <video.mp4>
2. bash scripts/prepare.sh <projet> # matte ∥ transcription (parallèle) → zones de sécurité. Une seule commande.
# → frames_fg/ transcript.json safe-zones.json
3. [ÉTAPE AGENT – la seule étape créative] rédiger un petit fichier JSON ; voir ci-dessous selon le mode
Cinématique : rédiger plan.json → node scripts/fill-timings.cjs → fit-fonts.cjs → make-composition.cjs
Thématique : rédiger theme.json → bash scripts/render-theme.sh <projet> (compile + rendu + effets de plaque)
4. node scripts/preview-frames.cjs <projet> # ~2s/image d'aperçus composites → § QA visuel (AVANT le rendu)
5. bash scripts/render-and-composite.sh <projet> # portes → final.mp4 + snapshot history/
(Mode Thématique : IGNORER les étapes 3b/5 – render-theme.sh exécute déjà compile + render-and-composite
+ _postfx.sh ; le livrable est final_fx.mp4, final.mp4 est avant réaction de plaque)
L'étape 1 init vérifie les compétences installées par rapport aux dernières sur GitHub et met à jour l'ensemble global si certaines sont obsolètes.
L'étape 3 diffère selon le mode :
Étape 3 – Mode Cinématique (incrustation pure)
- Lire
safe-zones.jsond'abord. Les plans de narration vont danszones.hugLeft/hugRight– bandes propres JUXTAPOSÉES à la silhouette (le texte loin du corps flotte, il n'est pas incrusté ; les coins éloignés sont le plan B, pas le défaut). L'héroïque par défaut se trouve dansheroAnchor/heroBands.best(centré SUR le sujet, ~30–55 % occulté).recommendation:"fg"déplace la NARRATION au premier plan pour la lisibilité ; l'héroïque reste incrustée chaque fois queheroBands.feasible– héroïque au premier plan est le dernier recours. - L'ADN est l'identité choisie à l'Étape 0 (CATALOG.md) – ne pas rouvrir le choix ici. Vérifier sa cohérence par rapport à la scène (une luminance héroïque de bande > 150 veut
ink; les conseils complets de choix vivent dans le catalogue, couvrant toutes les dix incluant neon / glitch / chrome / velocity). Énoncer votre choix + pourquoi ; l'utilisateur décide. L'ADN verrouille le type/la palette/le mode de fusion/le mouvement + le trois actes héroïques ; les zones de sécurité v2 (palette/optics/lighting) le paramètrent automatiquement pour CETTE scène. - Rédiger
<projet>/cinematic.json–"dna": "<nom>"+ BLOCS de pensée, pas de groupes bruts : chaque bloc = lignes de mots (groupés 2–5 aux limites de proposition) + le plan dans lequel il s'empile +csspar ligne (taille/poids/style uniquement – pas de positions) + maximum UNE ligne marquée"hero": true(le mot promu ;"text"pour la forme affichée). Schéma : en-tête descripts/make-cinematic.cjs. - Compiler :
node scripts/make-cinematic.cjs <projet>– abaisse les blocs → plan.json → index.html. Généré pour vous : minutage séquencé par transcription, accumulation dans le bloc, effet de page entre les blocs, le VERROUILLAGE HÉROÏQUE (le pré-contexte d'un bloc héroïque, le HÉROS et le post-contexte s'empilent comme UNE composition liée centrée sur le sujet – ordre de lecture haut→bas = ordre parlé par construction ; le contexte flotte DEVANT tandis que le héros s'incruste DERRIÈRE = le sandwich de profondeur ; une règle de masse maintient le héros dominant son contexte), division apex/héros mineur, ordre de lecture par construction, repli au premier plan selon les zones de sécurité. Ensuite, les portes s'exécutent comme d'habitude. (La rédaction manuelle de plan.json reste possible pour des designs que les blocs ne peuvent pas exprimer – ensuite exécuterfill-timings.cjs+fit-fonts.cjs+make-composition.cjsvous-même.)
Étape 3 – Mode Thématique (constitution thématique)
Lire themes/README.md D'ABORD – registres de paradigmes/mises en scène, liaisons, règles strictes et le schéma exact de theme.json.
- Choisir un ADN de thème par registre de contenu (chaque
themes/<nom>.jsonavoice+when). Énoncer votre choix + pourquoi ; l'utilisateur décide. - Rédiger
<projet>/theme.json–dna,lines(littéral, ordre de transcription ; 1–5 mots chacun – pourtakeoverchaque ligne est une CARTE),minors(mots d'accentuation),hero:{match}(le mot/la phrase culminante ; le laisser HORS delinespour les mises en scène incrustées, le garder DANS pour les mises en scène en ligne et paneau+masquage). - Rendre :
bash scripts/render-theme.sh <projet>– compile (porte de complétude littérale à la compilation), rend les deux couches, composite, applique la réaction de plaque →final_fx.mp4. Utiliserpreview-frames.cjsentre la compilation et le rendu pour le QA visuel.
QA visuel – APERÇU AVANT de rendre
node scripts/preview-frames.cjs <projet> [t…] composite des images d'aperçu fidèles en ~2s chacune
(couches de sous-titres capturées au moment de la recherche + image vidéo réelle + occlusion par matte + superposition du rail = ce à quoi
le composite final ressemblera à ce moment-là). L'échantillonnage par défaut = chaque fenêtre de groupe/climax.
Un rendu complet prend des minutes – ne jamais l'utiliser pour découvrir des problèmes de mise en page.
Vérifier les aperçus (<projet>/preview/sheet.png) par rapport à la