Communitygithub.com

mting314/字幕制作プロジェクト

ProSeka AfterTalk(類似形式)の`_translated.ass`ファイルをリリース向けに仕上げる工程を一つにまとめたスキルです。(1) PiP/楽曲シフト位置スタイルの適用、(2) 3行以上にレンダリングされる行の検出・修正、(3) ハードサブ保持セグメントの発見(イントロ遅延、PV、ストーリー観賞、楽曲/2DMVのカット)、(4) YouTubeタイトル・説明文の作成を行います。自己完結型で、`apply_positional_styles.py`、`detect_long_lines.py`、`find_segments.py`、`hardsub_trim.sh`を駆動し、YouTube用文章のスタイルルールも内蔵しています。スクリプトはプロジェクトリポジトリルートの`scripts/`に配置されています。レンダリング検証用の`aegisub-ass`スキルと組み合わせて使用します。

字幕制作プロジェクト とは?

このスキルは、ProSeka AfterTalk(プロセカアフタートーク)などの翻訳済みASS字幕ファイル(`_translated.ass`)をリリース用に仕上げるための全工程を自動化します。主に4つのステップで構成されています。まず、PiP(ピクチャーインピクチャー)や楽曲シフト表示に対応した位置スタイルを自動適用し、字幕が画面コンテンツと重ならないようにします。次に、`detect_long_lines.py`を使って3行以上にレンダリングされる字幕行を検出し、分割や言い換えで修正します。3番目のステップでは、`find_segments.py`でハードサブとして保持すべきトーク部分と、カットすべき観賞部分(イントロ、PV、ストーリー、楽曲MV)を自動判別し、`hardsub_trim.sh`でGPUエンコードによる高速なハードサブ処理と結合を実行します。最後に、YouTube用のタイトルと説明文を所定のスタイルルールに従って生成し、`notes.md`に書き込みます。また、`scripts/youtube_upload.py`を使えば動画のアップロードまで一貫して行えます。このスキルは、`apply_positional_styles.py`、`detect_long_lines.py`、`find_segments.py`、`hardsub_trim.sh`、`split_subtitle_line.py`、`youtube_upload.py`などのスクリプト群をプロジェクトリポジトリルートの`scripts/`ディレクトリから呼び出し、各判断はユーザーに確認しながら進めるため、安全かつ高品質な仕上げが可能です。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mting314/subtitling-projects/tree/HEAD/.claude/skills/aftertalk-launch

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

AfterTalk 起動(位置調整 → ハードサブ → 公開)

_translated.ass に対する最終仕上げ工程です。4次元QCテキストレビュー(subtitle_review_guide.mdに記載)の後に行います。4つのステップからなり、各ステップはプロジェクトリポジトリルートの scripts/ にある決定論的スクリプトによってバックアップされており、このスキルは判断のみを提供します。すべてのコマンドはプロジェクトリポジトリルートから実行してください(以下のパスは scripts/… です)。

  1. 位置スタイル — 画面上のコンテンツを避けるように字幕を再配置します。
  2. 行の長さ — 3行以上にレンダリングされる行を検出し、修正します(位置調整後に行うこと。PiP/サイドソング行は折り返しが狭く、主な問題箇所となるため)。
  3. ハードサブセグメント — ホストトーク範囲を見つけて保持し、焼き付けます。
  4. YouTubeタイトル + 説明文 — リリース用のコピーを作成します。

1. 位置スタイル(PiP / 楽曲シフト)

字幕が画面上のコンテンツに重ならないように再配置します。パイプラインは事前にスタイル名を適切な行範囲に割り当てますが、通常はメインスタイルの単純なコピー(余白が間違っている)で、PiP行に \pos がありません。スクリプトは両方を修正し、既知の正しいリファレンスからレイアウトをコピーします。このスキルは、エピソードごとのスタイル名を役割に解決します(キャラクターによって異なります)。

役割タイミングリファレンススタイル(Colors of Pure Sense)\pos を付与?
pipホストカム / カードアートが画面を埋める場合。字幕は画面中央に配置。PiP(配置 8, 余白 100/800/50)はい — 行ごとに {\pos(650,750)}
shift2D/3D MV が右下で再生される場合。字幕を左にシフトして重なりを回避。DefaultOnibe - Shifted(配置 2, 余白 100/730/60)いいえ — スタイルの余白で対応

ターゲットの位置スタイルを発見し、名前のトークンから役割を推測し(PiP → pip; Shifted/Side Song/Shift → shift)、ユーザーに確認します。

f="projects/Project Sekai/Aftertalk/<event>/<name>_translated.ass"
grep -oE "^Dialogue: [0-9]+,[^,]+,[^,]+,[^,]+" "$f" | awk -F, '{print $4}' | sort | uniq -c
grep "^Style:" "$f"

適用(配置とMarginL/R/Vのみコピー — 色とフォントは保持。Comment:行や既に位置調整済みの行はスキップ。冪等、--dry-run対応)。

python3 scripts/apply_positional_styles.py "projects/Project Sekai/Aftertalk/<event>/<name>_translated.ass" \
  --reference "projects/Project Sekai/Events/Colors of Pure Sense/Colors of Pure Sense_translated.ass" \
  --pip   "<Char> - PiP:PiP:650,750" \
  --shift "<Char> - Side Song:DefaultOnibe - Shifted" \
  --dry-run

マッピング形式: TARGET_STYLE:REF_STYLE[:X,Y]。--pip/--shift はキャラクターごとに繰り返し指定可能。ターゲットとリファレンスの PlayResX/Y が同じであることを確認してください。

レンダリングで検証(aegisub-ass スキルに委譲)。pip行とshift行をそれぞれ1行ずつ 0:00:00.00–0:00:05.00 にリタイムし、フラットグレーの背景でフレームをレンダリング。pipテキストが画面中央に、shiftテキストが右下を避けて配置されていることを確認します。


2. 行の長さ(画面に最大2行)

3行以上の表示は悪い慣行です(視線移動が多く、画面スペースを浪費)。行数はlibassが各行のスタイルに基づいて実際に折り返した結果に依存するため、レンダリングによって計測します。位置調整後(PiPは約1020px、Side-Songは約1090px、メインは約1320px — 狭い方が問題になります)およびテキスト編集後(言い回しを変えると折り返しが変わります)に実行します。

検出(各行をそのスタイルで黒背景にレンダリングし、投影によって行数をカウント)。

uv run --with pillow --with numpy python3 scripts/detect_long_lines.py \
  "projects/Project Sekai/Aftertalk/<event>/<name>_translated.ass"

フラグが立った各行について、ユーザーに両方の修正方法を提示し、選択を適用します。

  • 2つのイベントに分割。節の境界(カンマ、and/but/so、that、文末)で scripts/split_subtitle_line.py --line N --before "<clause>" --transcript <t.json> を使用。分割は実際の息継ぎ位置に時間を設定します。長さに比例した推定後、±1秒以内で最大の単語間ギャップにスナップします(遠すぎる文中のポーズや、読み取るには短すぎる半分になるスナップは拒否)。正確な文言と \pos を保持。
  • より短く言い換え。意味とカジュアルなスタイルを保持。

実際に2つの節/文がある場合や自然な ... のポーズがある場合は分割を優先。1つのブレスで済む場合は言い換え。修正候補をすべて再レンダリングし、提示/適用前に2行以下であることを確認。その後、検出器を再実行 — 目標はフラグ0です。(uv run --with で pillow + numpy が必要。)


3. ハードサブセグメント(保持範囲を発見 → 焼き付け)

AfterTalkはホストトーク(保持)と観賞(カット:イントロ遅延、オープニングPV/ダイジェスト、ゲーム内ストーリー観賞、楽曲/2DMV)を交互に含みます。カット領域はレンダリングされない Comment: 行(または何もない)であるため、レンダリングされた Dialogue タイムライン上のギャップとして現れます。find_segments.py がこれらを見つけ、--transcript を指定すると各ギャップが無音(安全)か観賞オーディオかを報告します。

python3 scripts/find_segments.py "projects/Project Sekai/Aftertalk/<event>/<name>_translated.ass" \
  --transcript "projects/Project Sekai/Aftertalk/<event>/<name>_transcript.json" \
  --hardsub "projects/Project Sekai/Aftertalk/<event>/<name>.mkv:projects/Project Sekai/Aftertalk/<event>/<name>_final.mp4"

CUT領域を読み取ります。~0 words = 無音(安全に削除可能)。多数の単語 = 意図的にカットするストーリー/楽曲の観賞(それ自体のオーディオであり、ホストトークではない)。レンダリング前にカット計画をユーザーに確認 — カットは編集上の判断であり、レンダリングは高コストです。範囲をプロジェクトの notes.md の「Segments」セクションに記録します。

フェード対応境界: --mkv(またはそれを再利用する --hardsub)を渡すと、各境界付近で blackdetect を実行し、ソースのフェードを避けてカットを行います。観賞/MVはその端で黒にフェードイン/アウトします。パディングによりカットがフェード内に入り込む可能性があり、またカットに隣接する2つの半フェードが連結ジョインで合流すると黒いフラッシュが発生します。サブ秒単位の境界を出力 — 字幕は失われません(パディング領域には字幕がありません)。スクリプトは例えば end 0:51:00->0:50:59.69 (source fade) のように報告します。

次にハードサブ(--hardsub フラグでこのコマンドを表示。トリミング前にハードサブする必要があります — トリミングは.assのタイムスタンプを無効にします)。

uv run python scripts/hardsub_trim.py "<name>.mkv" "<name>_translated.ass" "<name>_hardsubbed.mp4" \
  0:01:37 0:05:27  0:10:53 0:27:40  0:36:05 0:51:00  0:52:25 1:00:09

GPU並列エンコード(h264_nvenc)、自動 popups.json VA/ガチャピンオーバーレイカード合成、セグメント境界でのスムーズな0.4秒のビデオ+オーディオフェードイン/フェードアウトトランジション、および最終ビデオへの連結を処理します。


4. YouTube タイトル + 説明文

これらをプロジェクトの notes.md に書き込みます(## YouTube Title、## YouTube Blurb)。

タイトル — [ENG SUB] <Event Title> Aftertalk feat. <VA Name> (<Character>'s VA) 例: [ENG SUB] Gazing Upon the Night Sky's Fading Stars Aftertalk feat. Karin Isobe (Saki's VA)

説明文 — 2段落、カジュアルで熱意のある、要約スタイルの声(ティーザーではなく、要約を求めるファン向け)。スタイルルール:

  1. emダッシュ(—)は不使用。 カンマ、括弧、または別の節を使用。下書きをスキャンし、保存前に — をすべて置換。
  2. シリーズの枠組みで開始: This episode of ProSeka AfterTalk has <VA name> (voice of <character>) covering <event/topic>...。定期シリーズなので、「in the AfterTalk」ではなく「this episode of」。
  3. 個性を内容に織り込む。 骨子は実質的な内容(ストーリー、カードアート、楽曲、レコーディング)。各トピックに、同じトピックに関する性格的な詳細をペアリング(例:楽曲について話しつつ「2DMV」を間違えるなど)。馬鹿げた部分だけを独立した段落にしない。
  4. フック文は不使用(「Bonus:」、「Don't miss:」、「Plus:」)。説明要約スタイルを全体で維持。

末尾に Original video: <url> を付加。

構成のミラー: 段落1でVA + イベント + 枠組み(ソロ/デュオホスト、何を見るか)を特定。段落2でストーリー/レコーディング、カードイラスト、楽曲/MVを、個性を織り交ぜながらカバー。具体例は Grow Glorious Glow Aftertalk/notes.md または Gazing Upon the Night Sky's Fading Stars Aftertalk/notes.md を参照。


5. YouTube アップロード

ハードサブと notes.md の書き込み後、scripts/youtube_upload.py を実行して完成動画をアップロードします。

uv run --script scripts/youtube_upload.py \
  --video "projects/Project Sekai/Aftertalk/<event>/<name>_hardsubbed.mp4" \
  --notes "projects/Project Sekai/Aftertalk/<event>/notes.md"

スクリプトは自動的に notes.md からタイトルと説明文を抽出し、長さを検証し、確認を求めた上で、YouTube Data API v3(再開可能アップロード)を介してアップロードします。


ガードレール

  • 位置調整: 配置とMarginL/R/Vのみ変更。色は変更不可。Comment:行や既存の \pos には触れない。
  • セグメント: カットは編集上の判断 — (高コストな)レンダリング前に確認。範囲を notes.md に記録。トランスクリプトの単語数から、なぜそのギャップがカットなのかがわかる。
  • スクリプトは未知のスタイル/パスでエラー終了する — 引数を修正し、強制しない。

関連スキル