caption-burn は何をしますか?
完成した動画の実際の発話に同期したキャプション。スクリプトの推定ではありません。
実行方法
python transcribe.py --media reel.mp4 --out reel.words.json # 有料、セント単位
python captions.py --video reel.mp4 --beats cutlist.aligned.json \
--words reel.words.json --out final.mp4 [--style plate|outline] [--highlight Brand]
--beats は行 (vo)、そのタイミング、さらにスプリットレイアウトの場合は seam、size、各ビートの state を提供します。beats: [{start, end, vo}] を含む任意のファイルで動作します。
配置とスタイル
-
--anchor seam(ビートに seam がある場合のデフォルト):splitビートではプレートが継ぎ目に固定され、プレート自体がテキストではなく配置を決定します: プレートの25%が線の上、75%が下。フルフレームのビートでは--full-yを使用します。 -
--anchor fixed --y 0.62: すべてのキャプションのプレートが、その高さの割合で中央に配置されます。 -
plate(デフォルト): ダークグレーの角丸プレート上に白の太字、1〜2単語、cap 約0.019 H。 -
outline: プレートなし、白の太字にダークアウトライン、1〜3単語、cap 約0.034 H。 -
--highlight WORDでその単語を黄色にします(CTAキーワード)。繰り返し指定可能。 -
serif-word: 一度に1単語、太いセリフ体(Georgia Bold)、白文字に黒アウトライン、固定ベースライン 0.77 H(画面インサート風)。ハイライト単語は引用符で囲まれます。 -
--card "LINE ONE|LINE TWO" --card-until 4.7: 白い角丸フックカード、上部付近に2行の太い赤い大文字、冒頭の数秒間表示。1行約14文字。
音声なしフォーマット向けキャプション (plates.py)
python plates.py --video walk.mp4 --beats cutlist.json --out captioned.mp4 [--logo logo.png]
各ビートの caption(文字列または行のリスト)がビート全体にわたって1つの黒いブロック(四角形を結合し、単一のシルエットとして角丸に: 各行を個別に丸めると継ぎ目が残る)に表示され、行は左揃え、ブロックは最も幅の広い行に中央揃えされます。ビートが cap_y を指定しない限り、そのビートのフレーム内で最も空いている帯に配置されます。ビートに logo: true があると、ブロックの下にロゴタイルがぶら下がります。人が入力するような行を書いてください: 同じ短い「断片。断片。」の形を3回繰り返すとAIが書いたように見えます。絵文字は2回以上使わないでください。
ルール
- 完成した音声を文字起こしすること。 テイクの結合やラインの調整はタイミングを変えます。最終的な動画の音声だけが正しいキューを提供します。
- 最後のキャプションは最終フレームまで保持されます。 それはコールトゥアクションです。
- Whisper が異なる表記をする単語("200" を "two hundred" と書くなど)は、ドロップしたり行全体に引き伸ばしたりせず、隣接単語との間で補間されます。
--wordsがない場合、タイミングは音節から推定されます。 配置の判断に使用し、出荷には絶対に使用しないでください。- フォント: 太字サンセリフ体が macOS、Linux、Windows で検出されます。存在しない場合は、Roboto Bold が一度
~/.cache/gooseworks/fontsに取得されます。--fontまたはGW_CAPTION_FONTで上書きできます。