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
npm run mos -- footage <pkg>(ソースがinput/にある場合)。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)。- 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。 - 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。
npm run mos -- captions map <pkg>→npm run mos -- captions build <pkg> --source transcribed。- 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 (