phloglucinol/bilingual-video-subtitles-skill

bilingual-video-subtitles-skill とは？

このスキルは、AIエージェントが動画ファイル（MP4）に対して中国語の文字起こしを強制的にアライメントし、そのテキストを英語に翻訳した上で、複数の字幕トラックを含む出力を生成するためのものです。具体的には、安定したタイムスタンプ付き文字起こしを実現するstable-tsを使用し、オリジナルの中国語、翻訳された英語、そしてそれらを組み合わせたバイリンガル形式の3つの字幕トラックをソフトマルチプレックス（mux）します。さらに、動画に直接焼き付けるバイリンガルハードサブも生成可能で、エージェント駆動の自動パイプラインに組み込むことを前提としています。これにより、人手を介さずに動画コンテンツの多言語対応が可能になり、機械翻訳と字幕生成のワークフローを効率化します。対応プラットフォームは具体的に明示されていませんが、stable-tsやffmpegなどのコマンドラインツールに依存しており、Pythonやシェルスクリプトベースの環境で動作します。