Communitygithub.com

eda-marketing: 字幕作成 (caption-writer)

ビデオパッケージにオンスクリーン字幕を構築し、実際の録音音声から修正済みトランスクリプトを作成してSRTファイルを生成します。音声収録後の字幕作成段階や、同期ずれ、分割不良、重複した字幕の修正に使用します。

eda-marketing: 字幕作成 (caption-writer) とは?

このスキルは、ブランドの言語パックに基づいたオンスクリーン字幕(SRTファイル)の作成と、音声認識によるトランスクリプトの生成・修正を行います。`npm run mos` コマンドを使って、録音前の下書き作成(台本からの推定タイミング計算)、録音後の文字起こし(faster-whisper利用)、認識結果の修正(正しい単語・句読点・強調等)、そして字幕のマッピングとビルドを順に実行します。グループ化は意味単位で行われ、否定動詞や前置詞+名詞などの分割を禁止し、ブランド定義の保護フレーズを維持します。対応プラットフォームは主に動画編集パイプライン(AIエージェント+CLI)で、`video/captions/` や `speech.srt` に出力します。ポスト文章(SNS投稿用)や編集テキスト(アクセント)は別のスキルが担当するため、本スキルでは扱いません。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/usredanchenko/eda-marketing/tree/HEAD/plugin/skills/caption-writer

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

caption-writer (字幕作成)

以下の3つは別物です。オンスクリーン字幕 (video/captions/, props.captions, speech.srt);ポスト文章 (captions/<platform>.md、スキル eda-marketing:content-repurposer);編集テキスト (accents 内の spoken: false, editorialCta) — これらは決してSRTに入れません。

字幕テキストはブランドの言語設定に従います (brand.json → language)。グループ化、タイポグラフィ、音節ルールは言語パック (packages/core/src/lang/<en|ru>.ts) から取得されます。

録音前(下書き)

npm run mos -- captions build <pkg> — 台本から推定タイミングを計算 (brand.json → speech.syllablesPerSec)、「推定タイミング」バッジが表示され、最終レンダリングはブロックされます。

録音後

  1. npm run mos -- footage <pkg> (ソースが input/ にある場合)。
  2. npm run mos -- captions transcribe <pkg> <voice file> — ローカルのfaster-whisperを使用。ダウンロード不要。モデルがない場合は、インストールの許可を求める (docs/VIDEO_PIPELINE.md 参照)。
  3. ASRは下書きです。名前、数字、否定、語尾、小さな声の単語、句の境界を確認します。修正は transcript/corrected.<file>.json と transcript/CORRECTIONS.md の1行に記録します。transcript/raw-asr.* は変更不可。不明瞭な場合は [inaudible] と表示し、ユーザーに問い合わせます。絶対に推測しないでください。聞いていないのに「聞いた」と主張しないでください。
  4. 実際の音声が台本と異なる場合は、その違いを示し、ユーザーと一緒に判断します(音声をそのまま使う/再編集する/再録音する)。字幕は実際の音声に従います。音声に含まれていない単語を決して追加しないでください。
  5. npm run mos -- captions map <pkg> → npm run mos -- captions build <pkg> --source transcribed。
  6. オプション: npm run mos -- captions calibrate <pkg> raw-asr.<file>.json --write — 実際の話者ペースを brand.json に記録します。

モードとグループ化

デフォルトモード: brand.json → defaults.captionMode;動画ごとに上書き: props.captions.mode。replace — 短いグループが互いに置き換わる;accumulate — 単語が小さな階段状のブロックを形成する;highlight — リクエストに応じて。強調: 台本の音声内では *word*(文字起こし音声の場合は corrected 内で emphasis をマーク)。 意味でグループ化します。否定動詞と動詞 (

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

関連スキル