자막
전사 → Agent 교정 → 수동 검토 → 하드코딩
핵심 프로세스 (총 약 8-15분, 수동 검토 시간 포함)
1. 오디오 추출 + 업로드 ⏱ ~1분
↓
2. Volcano Engine 전사 (핫워드 포함) ⏱ ~2분
↓
3. Agent 자동 교정 ⏱ ~3-5분
↓
4. 수동 검토 및 확인 ⏱ 사용자에 따라 다름
↓
5. 자막 하드코딩 ⏱ ~1-2분
Step 1: 오디오 추출 및 업로드
# 오디오 추출
ffmpeg -i "video.mp4" -vn -acodec libmp3lame -y audio.mp3
# uguu.se에 업로드 (임시 파일 호스팅)
curl -s -F "files[][email protected]" https://uguu.se/upload
# 반환 URL 예: https://o.uguu.se/xxxxx.mp3
Step 2: Volcano Engine 전사 (핫워드 포함)
전사 스크립트는 자동으로 사전을 읽어 핫워드로 사용하여 인식 정확도를 높입니다:
# 사전 위치: /Users/chengfeng/Desktop/AIos/클립Agent/.claude/skills/자막/사전.txt
# 스크립트가 자동으로 로드합니다
bash ../剪口播/scripts/volcengine_transcribe.sh "https://o.uguu.se/xxxxx.mp3"
사전 형식 (한 줄에 한 단어):
skills
Claude
Agent
成峰
剪辑skills
claude code
Step 3: Agent 자동 교정
3.1 타임스탬프가 있는 자막 생성
const result = JSON.parse(fs.readFileSync('volcengine_result.json'));
const subtitles = result.utterances.map((u, i) => ({
id: i + 1,
text: u.text,
start: u.start_time / 1000,
end: u.end_time / 1000
}));
fs.writeFileSync('subtitles_with_time.json', JSON.stringify(subtitles, null, 2));
3.2 Agent 수동 교정 (스크립트 사용 안 함)
전사 후, Agent는 모든 자막을 하나씩 읽고 다음 문제를 수동으로 교정해야 합니다:
일반적인 오인식 규칙 표
| 오인식 | 정확함 | 유형 |
|---|---|---|
| 成风 | 成峰 | 동음이의어 |
| 正特/整特 | Agent | 오인식 |
| IT就 | Agent就 | 발음 유사 |
| edge的叉100 | Agentx100 | 오인식 |
| cloud code | Claude Code | 발음 유사 |
| Schill/skill | skills | 발음 유사 |
| 剪口拨/剪口波 | 剪口播 | 동음이의어 |
| 自净化/资金化 | 自进化 | 동음이의어 |
| 减口播 | 剪口播 | 동음이의어 |
| 录剪 | 漏剪 | 동음이의어 |
| 作为这个 | 做这个 | 동음이의어 |
| 斜杠V1/斜杠v | /v | 구어체 표현 |
| 斜杠v点口拨 | /v.口播 | 구어체+동음 |
| a p i t/APIK | API Key | 오인식 |
| excuse | skills | 오인식 |
| 移完了 | 剪完了 | 동음이의어 |
일반적인 단어 누락 문제
| 원문 | 수정 | 설명 |
|---|---|---|
| 步呢是配置 | 第二步呢是配置 | "第二" 누락 |
| 4步就是 | 第4步就是 | "第" 누락 |
| 别省时间 | 特别省时间 | "特" 누락 |
| 这个我们的 | 这个是我们的 | "是" 누락 |
| 在里面看到 | 可以在里面看到 | "可以" 누락 |
| 跟大家处理完 | 跟大家讲完 | 부적절한 단어 선택 |
| 剪辑了逻辑 | 剪辑的逻辑 | 문법 오류 |
3.3 원고 대조 (원고가 있는 경우)
원고/스크립트가 있으면 교정에 도움이 될 수 있지만, 스크립트를 사용한 자동 매칭은 하지 마십시오 (텍스트 차이로 인해 타임스탬프 누적 오류가 발생할 수 있음).
Agent는:
- 원고를 참조로 읽기
- 수동으로 하나씩 비교하여 차이점 발견 시 수정
- 확실하지 않은 부분은 표시하여 수동 검토에 맡기기
Step 4: 검토 서버 시작
cd 자막_디렉토리/
node /path/to/skills/자막/scripts/subtitle_server.js 8898 "video.mp4"
기능:
- 왼쪽 비디오 재생, 오른쪽 자막 목록
- 재생 시 현재 자막 자동 강조 표시
- 자막 텍스트 더블 클릭으로 편집 (타임스탬프 변경 없음)
- 배속 재생 (1x/1.5x/2x/3x)
- 자막 저장 / SRT 내보내기 / 자막 하드코딩
- 하단에 사전 빠른 삽입 표시
Step 5: 자막 하드코딩
기본 스타일: 22px 금색 굵게, 검정색 외곽선 2px, 하단 중앙 정렬
ffmpeg -i "video.mp4" \
-vf "subtitles='video.srt':force_style='FontSize=22,FontName=PingFang SC,Bold=1,PrimaryColour=&H0000deff,OutlineColour=&H00000000,Outline=2,Alignment=2,MarginV=30'" \
-c:a copy \
-y "video_자막.mp4"
| 파라미터 | 값 | 설명 |
|---|---|---|
| FontSize | 22 | 글꼴 크기 |
| FontName | PingFang SC | 핑팡(PingFang) 글꼴 |
| Bold | 1 | 굵게 |
| PrimaryColour | &H0000deff | 금색 #ffde00 |
| OutlineColour | &H00000000 | 검정색 외곽선 |
| Outline | 2 | 외곽선 두께 |
| Alignment | 2 | 하단 중앙 정렬 |
| MarginV | 30 | 하단 여백 |
디렉토리 구조
output/YYYY-MM-DD_비디오명/자막/
├── 1_전사/
│ ├── audio.mp3
│ └── volcengine_result.json
├── subtitles_with_time.json # 핵심 파일
└── 3_출력/
├── video.srt
└── video_자막.mp4
자막 규격
| 규칙 | 설명 |
|---|---|
| 한 화면에 한 줄 | 줄바꿈 없음, 겹치지 않음 |
| 문장 끝에 구두점 없음 | 你好 (O), 你好。 (X) |
| 문장 내 구두점 유지 | 先点这里,再点那里 (O) |
피드백 기록
2026-01-31
- Volcano Engine 핫워드 지원, 전사 스크립트에 통합됨
- Agent는 전사 후 자동 교정을 수행해야 하며, 사용자에게 직접 전달하면 안 됨
- 자막 스타일: 금색 굵게 #ffde00, 외곽선 2px
- 'IT'가 자주 Agent로 오인식되므로 오류 수정 규칙 추가 필요
- 중요: Agent 교정은 수동으로 하나씩 읽어야 하며, 스크립트를 사용한 자동 매칭은 안 됨
- 일반적인 오인식 규칙 17개 추가 (3.2절 참조)
- 단어 누락 문제는 오인식보다 발견하기 어려우므로 특히 주의 필요