Communitygithub.com

/captions: 7가지 캡션 스타일

토킹 비디오에 애니메이션 캡션을 자막 형태로 입혀줍니다. 7가지 스타일(editorial-highlight, pop-sticker, paper-plane, smoke-exit, explosive-breakup, rolodex-flip, retro-typer)을 지원하며, @cornpop.studio의 무료 스타터 팩입니다.

captions: 7가지 캡션 스타일란 무엇인가요?

이 스킬은 사용자가 업로드한 토킹 비디오에 애니메이션 캡션을 오버레이하여 자막을 입힙니다. 음성과 단어가 동기화되며, 각 줄마다 키워드가 강조색으로 표시되고 원본 비디오와 오디오는 그대로 유지됩니다. 7가지 독특한 스타일(editorial-highlight, pop-sticker, paper-plane, smoke-exit, explosive-breakup, rolodex-flip, retro-typer)을 지원하며, 사용자가 원하는 스타일을 선택할 수 있습니다. 이 스킬은 /captions 명령어, 'add captions', 'caption my video' 등의 트리거에 반응하며, Cursor, Claude Code, Codex 등 다양한 AI 에이전트 플랫폼에서 사용 가능합니다. 내부적으로는 Python 스크립트를 통해 faster-whisper로 음성을 텍스트로 변환하고, JSON 파일로 단어와 타임스탬프를 정리한 후, Node.js 스크립트로 Chrome의 화면 캡처 기능을 활용해 캡션을 렌더링합니다. 사용자는 필요에 따라 --hl, --y, --size, --box 등의 옵션을 통해 캡션 위치, 색상, 크기를 조정할 수 있습니다.

지원 대상~Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/shubhamseth29/claude-skills/tree/HEAD/captions

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

captions: 7가지 캡션 스타일은(는) 무엇을 하나요?

토킹 비디오를 애니메이션 캡션이 포함된 동일한 비디오로 변환합니다. 단어는 음성에 맞춰 타이밍이 조정되며, 각 줄마다 하나의 키워드에 강조색이 적용됩니다. 원본 비디오와 오디오는 그대로 유지되며(캡션이 위에 오버레이됨).

7가지 스타일

입력할 내용모습
editorial-highlight잡지 스타일의 세리프체, 키워드는 진한 빨강 종이 스트립 위에 표시되며, 줄 위에 작은 페이지 번호가 있음
pop-sticker검은색 윤곽선과 하드 섀도우가 있는 컬러 블록, 주변에 작은 스티커가 팝업, 키워드는 보라색에 별표가 있음
paper-plane강조색의 종이 비행기가 날아가며 뒤에 줄을 끌고 옴
smoke-exit굵은 산세리프 단어; 줄이 끝나면 연기처럼 사라지며, 키워드는 자신의 색상으로 연기처럼 흩어짐
explosive-breakup크고 압축된 대문자; 줄 끝에서 모든 글자가 바깥으로 폭발하듯 퍼지며, 키워드는 불꽃처럼 흩어짐
rolodex-flip단어가 하나씩 쌓이며, 각 새 단어가 롤로덱스 카드처럼 아래로 뒤집힘
retro-typer타자기 글자가 음성에 맞춰 타이핑되며, 깜빡이는 블록 커서가 표시됨 (옵션: 흐릿한 박스)

사용자가 스타일을 지정하지 않으면 이 테이블을 보여주고 어떤 스타일을 원하는지 물어보세요(pop-sticker를 추천).

설정 (처음 한 번만)

이 스킬 폴더 안에서 실행하세요. 먼저 확인하고, 없는 것만 설치하세요:

  • ffmpeg 및 ffprobe (Mac: brew install ffmpeg, Windows: winget install ffmpeg)
  • Node.js 18+ 및 Google Chrome (또는 Edge/Chromium). 그런 다음 이 폴더에서 npm install을 실행하세요 (작은 크기: 컴퓨터에 이미 있는 Chrome을 사용).
  • Python 3. scripts/words.py는 처음 사용 시 여기에 .venv를 만들고 faster-whisper를 설치합니다.

단계

  1. 단어 추출. python3 scripts/words.py <video> 명령으로 <video>.words.json 파일을 생성합니다: [{"w":"Hello","s":0.21,"e":0.48}, ...]. 사용자가 이미 해당 파일을 가지고 있으면 건너뜁니다 (/captions words <video> = 이 단계만 수행).
  2. 단어 정리 (JSON 편집, 타이밍 유지):
    • 잘못 들은 단어, 이름 및 브랜드 철자를 수정합니다. 확실하지 않으면 사용자에게 물어보세요.
    • 각 줄마다 하나의 키워드에 "k": true를 표시합니다: 그 줄의 핵심을 전달하는 단어(결과, 숫자, 이름 또는 놀라운 단어). 모든 줄에 꼭 필요하지는 않습니다.
    • 각 줄의 끝에 "br": true를 표시하여 각 줄이 2~4개의 단어로 구성되고 약 20자 미만이 되도록 하며, 화자가 자연스럽게 멈추는 곳에서 줄바꿈합니다. br이 한 번이라도 설정되면, 줄은 br, 구두점 및 긴 멈춤에서만 줄바꿈됩니다.
    • 사람들이 화면에서 읽는 방식으로 기호를 씁니다: "slash" → "/", "percent" → "%" (용어의 일부일 때).
  3. 전체 렌더링 전 프레임 확인. node scripts/render.js <video> <words.json> <style> --still 1.5 --still 4 --still 8 (줄 중간 시점 선택). 생성된 PNG 파일을 확인합니다: 캡션이 읽기 쉽고, 얼굴이나 앱 자체 UI 위에 있지 않은지 확인합니다. 너무 높거나 낮은가요? --y (64 = 기본값, 숫자가 낮을수록 위쪽). 너무 큰가요? --size 0.85.
  4. 렌더링. node scripts/render.js <video> <words.json> <style> [--hl #ff7a59] [--y 64] [--size 1] [--box] → 원본 비디오 옆에 <video>_<style>.mp4 파일이 생성됩니다. 60초짜리 릴 기준 약 3분 소요.
  5. 파일 위치를 사용자에게 알립니다. 자신의 비디오에서 7가지 스타일을 실시간으로 보려면 Chrome에서 index.html을 열고 비디오와 단어 파일을 로드하세요.

옵션

플래그설명
--hl <#hex>키워드 강조 색상. 프리셋: 노랑 #ffd23f (기본), 산호 #ff7a59, 하늘 #7cc4ff, 민트 #9ff0b8
--y <0-100>캡션 높이, 위에서부터의 % 비율. 64는 토킹 헤드 영상에서 턱 아래에 위치
--size <n>캡션 크기, 1 = 보통
--boxRetro Typer 전용: 텍스트 뒤에 부드러운 흐릿한 박스 표시
--out <file>출력 경로
--still <s>전체 렌더링 대신 해당 초의 프레임만 확인 (반복 가능)

참고 사항

  • HDR iPhone 영상은 렌더링 후 색상이 바랜 것처럼 보일 수 있습니다. 먼저 SDR로 내보내거나, iPhone 설정 > 카메라 > 포맷 > 가장 호환되는 포맷으로 설정하세요.
  • 캡션은 항상 비디오 위에 오버레이됩니다. 이 스타터 팩에는 화자 뒤의 단어, 유리 및 벽 텍스트 스타일이 포함되지 않습니다.
  • Google Fonts에서 글꼴을 로드하므로 렌더링 시 인터넷 연결이 필요합니다.

관련 스킬