개요
이 스킬은 HyperFrames 오버레이 구성을 통해 기존 비디오에 내장 캡션(burned-in captions)을 추가합니다. 소스 영상에 접근성 있는 스타일의 자막이 필요하지만 별도의 자막 트랙이 없을 때 사용하세요. HTML 오버레이로부터 자막이 포함된 MP4를 결정론적으로 렌더링합니다.
HyperFrames — 내장 캡션
토킹헤드 또는 런칭 비디오에 자막/캡션을 추가합니다. 캡션 모델(드롭/레일/임베드)과 오버레이 법칙(캡션은 예약된 영역이 아님)을 설명합니다.
사용 시기
- 사용자가 토킹헤드 영상에 캡션/자막을 원하는 경우
- 사용자가 그대로 표시되는 자막 레일(표준 하단 세 번째 위치)을 원하는 경우
- 사용자가 피사체 뒤에 시네마틱 내장 텍스트(클라이맥스 비트)를 원하는 경우
- 사용자가 비디오에 접근성 기능을 추가하려는 경우
- 사용자가 소셜 미디어용으로 **캡션을 내장(burn in)**하려는 경우 (자막 트랙 없이)
사용하지 말아야 할 경우
- 사용자가 전체 비디오 워크플로를 원하는 경우 (
hyperframes-product-launch-video사용) - 사용자가 전체 설명 영상을 원하는 경우 (
hyperframes-faceless-explainer사용) - 사용자가 사이드카 파일(SRT/VTT) 형태의 캡션을 원하는 경우 — 이 스킬은 캡션을 영상에 내장합니다
캡션 모델 — 드롭 / 레일 / 임베드
| 유형 | 대상 | 표시 방식 |
|---|---|---|
| 드롭 | 여분 — 음/어, 더듬거림 | 표시되지 않음 |
| 레일 | 기본 — 일반적인 말하는 내용 | 깔끔한 하단 세 번째 자막, 앞쪽에 표시 |
| 임베드 | 강조된 피크 — 핵심 비트 | 피사체 뒤에 큰 단어 하나 (매트 오클루전) |
레일이 대부분의 텍스트를 처리하고, 임베드는 드물게 사용되는, 획득한 피크입니다 — 비트당 최대 1개, 인접 배치 금지, 최소 한 비트 이상 간격 필요.
오버레이 법칙
캡션 라인은 영상 위에 오버레이로 합성됩니다. 예약된 영역이 아닙니다.
- 구도를 진정한 수직 중심(y = H/2)에 맞춥니다. 캡션을 위한 공간을 확보하기 위해 콘텐츠를 위로 이동하지 마세요.
- 콘텐츠는 캔버스 하단까지 확장될 수 있습니다.
- 중요한 작은 텍스트(URL, 법적 표기)는 캡션 라인이 위치하는 하단 약 80px 중앙 영역에 배치하지 마세요.
- 기계적 제한 영역이 없습니다 — 가독성을 시각적으로 판단하세요.
워크플로
1 · 음성 해설 + 단어 타임스탬프 생성
# 단어 수준 타임스탬프가 있는 TTS 사용
node scripts/heygen-tts.mjs ./vo-spoken.txt -o voiceover.mp3 --words vo-words.json --voice <voice_id>
2 · 표시 토큰에 맞춰 캡션 정렬
node scripts/align-captions.mjs --tokens script-tokens.json --words vo-words.json --out captions.json
captions.json은 캡션 레일 입력(표시 철자, 음성 타이밍)입니다.
3 · 캡션 레일 빌드
const LINES = /* captions.json의 내용 */ [
{ id: 0, end: 2.74, w: [["This", 0.0], ["week,", 0.30], ...] },
...
];
4 · 캡션 존재 확인
음성 해설의 말하는 구간에서 3-4개의 프레임을 샘플링하여 각 프레임에 캡션 레일이 표시되는지 확인합니다. 말하는 구간의 어떤 프레임에서도 캡션이 누락되면 빌드는 캡션 없이 배송됩니다 — 이를 적색 게이트로 처리하세요.
오류 정당화 방지표
| 정당화 | 현실 |
|---|---|
| "캡션 공간을 확보하기 위해 42% 지점에 중앙을 맞추겠습니다" | 진정한 중심(y = H/2) — 캡션은 오버레이입니다 |
| "모든 단어를 임베드하겠습니다" | 임베드는 드뭅니다 — 레일이 대부분의 텍스트를 처리합니다 |
| "단어 타임스탬프를 건너뛰겠습니다" | 오디오가 시계입니다 — 모든 비트 시간은 단어 타임스탬프에서 나옵니다 |
| "캡션에 발음 표기를 사용하겠습니다" | 캡션은 항상 표시 레이어를 렌더링합니다 |
| "발음을 추측하겠습니다" | 사용자에게 물어본 다음, 어휘 사전을 확장하세요 |
검증
- 캡션 레일이 3개 이상의 샘플 프레임에 존재
- 표시 철자가 스크립트와 일치 (발음 표기 아님)
- 단어 타임스탬프가 오디오와 일치
- 구도가 진정한 중심(y = H/2)에 맞춰짐
- 캡션 오버레이 영역에 중요한 텍스트 없음