Communitygithub.com

자막 (그린 스크린, 음성 싱크, 쇼츠 안전)

짧은 영상의 내레이션에 맞춰 단어 단위로 동기화된 자막을 별도의 그린 스크린 클립(선택적으로 ProRes 4444 알파 채널 포함)으로 생성하여 After Effects에서 후편집할 수 있도록 합니다.

자막 (그린 스크린, 음성 싱크, 쇼츠 안전)란 무엇인가요?

이 스킬은 사용자가 요청한 짧은 영상(쇼츠 등)에 대해 내레이션 음성에 정확히 맞춰진 단어별 자막을 생성합니다. 자막은 영상에 직접 합성되지 않고 순수 녹색(#00FF00) 배경의 별도 클립(및/또는 ProRes 4444 알파 채널 MOV)으로 출력되어, After Effects에서 Keylight 등을 이용해 키잉하거나 알파 채널을 그대로 사용할 수 있습니다. 디자인은 사용자와 합의된 'LOCKED' 참조 프레임을 따르며, 흰색 대문자 Arial Black 폰트, 검은색 외곽선, 단단한 검은색 드롭 섀도우, 한 번에 2~3단어, 프레임 하단 중앙(대문자 중앙 기준 프레임 높이의 71.5%)에 위치하며 YouTube 쇼츠 UI를 침범하지 않도록 보수적인 안전 영역 검사를 수행합니다. 각 자막은 해당 단어가 발화되는 프레임에 나타나고(pop 효과), 다음 자막이 나올 때까지 유지되며, 음성의 쉼표나 문장 부호, 자연스러운 구분(glue word, 이름 분리 방지) 등을 고려하여 분할됩니다. 생성 과정은 먼저 음성 파일과 스크립트로부터 단어별 타임스탬프(words.json)를 추출한 후, 자막 스크립트(captions.py)를 실행하여 10초 정도의 짧은 테스트 영상을 먼저 만들어 안전 영역과 시각적 품질을 확인하고 사용자 승인을 받은 후 전체 길이로 렌더링합니다. 스크립트는 자동으로 각 자막의 잉크 범위를 측정하여 쇼츠 안전 영역을 벗어나는 경우 경고를 출력하며, 사용자는 다양한 파라미터(위치, 폰트 크기, 최대 너비, 최대 단어 수 등)를 조정할 수 있습니다. Anthropic의 Haiku 3.5 모델 사용을 권장하며, 자막 스타일 결정이나 스크립트 로직 변경 시에만 더 큰 모델(Sonnet, Opus)을 사용하도록 설계되어 토큰 비용을 절감합니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/fahniazz/claude-shorts-skills/tree/HEAD/skills/captions

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

자막 (그린 스크린, 음성 싱크, 쇼츠 안전)은(는) 무엇을 하나요?

사용자는 After Effects에서 자막을 더 편집하므로, 자막은 절대 영상에 합성되지 않습니다. 순수 녹색(#00FF00) 배경의 별도 클립을 영상과 동일한 크기, FPS, 프레임 수로 제공하며, 사용자는 Keylight로 키잉합니다.

디자인 (2026-11-11 합의, 사용자의 "LOCKED" 참조 프레임 기준)

  • 위치: 가로 중앙 정렬; 대문자 중앙이 프레임 높이의 71.5% 에 위치합니다(캐릭터 가슴 아래). 대문자 중앙이 기준점이므로 쉼표나 Q가 자막 위치를 움직이지 않습니다.
  • 흰색, 대문자, Arial Black, 프레임 높이의 3.2% (2560 기준 82px). 처음에는 4%였으나 사용자가 쇼츠 UI에 가려지지 않도록 더 작게 요청했습니다. 검은색 외곽선; 단단한 검은색 드롭 섀도우가 오른쪽 아래로 있습니다. 섀도우는 의도적으로 단색입니다: 흐리거나 반투명한 섀도우는 녹색-회색 프린지로 키잉됩니다.
  • 구두점은 유지됩니다(예: MONA LISA. / PARIS, / 1911.). 사용자가 요청했습니다. --strip-punct는 뒤따르는 . , ; : 를 제거합니다.
  • 자막당 최대 2-3단어. 자막은 문장/쉼표 또는 음성의 멈춤을 넘지 않으며, glue word(the, of, with, yang, di, dengan ...)로 끝나지 않고, 이름(Mona | Lisa)을 분리하지 않으며, 단독 한 단어를 피합니다.
  • 각 자막은 첫 단어가 발화되는 프레임에 나타나고(5프레임 pop 0.85 -> 1.06 -> 1) 다음 자막이 나올 때까지 유지됩니다. 음성에 멈춤이 있으면 마지막 단어 후 0.25초 후에 사라집니다.

YouTube 쇼츠 안전 영역 (모든 자막, pop의 1.06 피크 시점에 반드시 유지)

보수적인 오버레이 영역:

  • 액션 버튼: 너비의 오른쪽 16%
  • 제목/채널/음악: 높이의 아래쪽 25%
  • 상단 바: 높이의 위쪽 8%

스크립트는 각 자막의 잉크 범위를 측정하여 영역을 침범하는 자막에 대해 WARNING outside the Shorts safe zone: <text>를 출력하고, 도달 범위(약 "너비의 83.8%, 높이의 69.8-74.0%" 정도)를 출력합니다. 청크는 --max-width 0.68에 맞춰 분할됩니다. 하나의 긴 단어는 줄여서 맞춥니다. WARNING이 있으면 절대 배포하지 마십시오: --size를 낮추거나 --y를 약간 올리십시오.

모델 (토큰 절약, 2026-11-12 승인)

Haiku 5.5에서 자막을 실행하십시오(remotion-renderer 에이전트에서 model: "haiku" 사용, 또는 Haiku 세션): 스크립트가 타이밍, 분할 및 안전 영역 검사를 수행하고 텍스트로 출력합니다. Sonnet은 새로운 자막 디자인을 판단할 때만, Opus는 scripts/captions.py 로직을 변경할 때만 사용하십시오.

단계

  1. 단어 타임스탬프: 쇼트의 stories/<slug>/voice/words.json 파일입니다. scripts/words_from_voice.py(faster-whisper가 스크립트 철자에 맞춰 정렬)로 생성됩니다. 파일이 없으면 먼저 생성하십시오: python scripts/words_from_voice.py <voice.wav> <SCRIPT.md> <words.json> [en|id]. 시간은 영상의 오디오와 일치해야 합니다(최종본 음성은 0초부터 시작).
  2. 먼저 테스트 스팬(사용자는 전체 렌더링 전에 짧은 테스트를 보고 싶어 함):
    python scripts/captions.py stories/<slug>/voice/words.json out/<slug>/captions --start 0 --dur 10 \
      --preview "out/<slug>/final/<Title>.mp4" --alpha
    
    각 자막의 시간과 안전 영역 검사 결과를 출력하며, 다음 파일을 생성합니다:
    • captions_green.mp4
    • captions_alpha.mov
    • captions.json
    • captions_preview.mp4 (영상 + 키잉된 자막 + 사운드, 확인용)
  3. 확인:
    • 미리보기에서 가장 넓은 자막의 프레임을 쇼츠 영역이 빨간색으로 그려진 상태(ffmpeg drawbox: x=iw0.84, y=ih0.45, y=ih0.75부터 아래쪽, 위쪽 ih0.08)로 추출하여 hstack으로 하나의 시트로 만든 후 확인합니다.
    • 전체 해상도 크롭 한 장을 보고 녹색 프린지가 있는지 확인합니다.
    • 사용자에게 captions_preview.mp4, captions_green.mp4 및 출력된 자막 목록을 보냅니다.
  4. 사용자 승인 후, --dur <영상 프레임 / fps>를 사용하여 전체 길이로 렌더링합니다(클립이 영상과 정확히 동일한 프레임 수를 가지도록, ffprobe -count_packets로 확인).

파라미터 (scripts/captions.py)

  • --y 0.715: 위치
  • --size 0.032: 폰트 크기
  • --max-width 0.68: 가장 넓은 자막 너비
  • --font <ttf>
  • --max-words 3
  • --gap 0.30: 구문을 나누는 멈춤 시간
  • --hold 0.25
  • --lead 0: 앞당기기(프레임)
  • --no-pop
  • --lower: 대소문자 유지
  • --strip-punct
  • --alpha: ProRes 4444

AE 참고 사항(사용자용)

  • 그린 클립: Screen Colour = 순수 녹색으로 Keylight를 사용하십시오. yuv444 crf 8이므로 가장자리가 깨끗합니다.
  • 알파 .mov: 키잉이 전혀 필요 없습니다(위에 바로 드롭).
  • captions.json: 각 자막의 텍스트와 in/out 시간(초)을 나열하므로, 텍스트 레이어로 재구성할 수 있습니다.

관련 스킬