VideoCaptioner은(는) 무엇을 하나요?
VideoCaptioner: 음성 인식 → 최적화/번역 → 스타일 하드서브 생성. 숏폼에 최적화된 무료 ASR 경로.
개요
VideoCaptioner는 동영상에서 음성을 인식하여 자막을 생성하고, 이를 최적화하거나 번역한 후, 스타일이 적용된 하드서브(자막을 영상에 직접 입히는 방식)를 생성하는 도구입니다. 특히 숏폼 동영상(쇼츠, 릴스, TikTok 등)에 적합하며, 무료 음성 인식(ASR) 파이프라인을 제공합니다.
주요 기능
- 음성 인식 (ASR): Whisper 등 무료 ASR 엔진을 사용하여 동영상에서 음성을 텍스트로 변환합니다.
- 자막 최적화/번역: 생성된 자막을 문법 및 표현에 맞게 최적화하거나, 원하는 언어로 번역합니다.
- 스타일 하드서브 생성: 사용자가 지정한 폰트, 크기, 색상, 위치 등의 스타일을 적용하여 자막을 영상에 직접 입힙니다.
- 숏폼 지원: 짧은 동영상(보통 1분 이내)에 특화된 처리 최적화를 지원합니다.
사용 방법
- 동영상 파일을 준비합니다.
- 명령어 또는 API를 통해 VideoCaptioner를 호출합니다.
- 필요에 따라 자막 스타일(폰트, 색상, 위치 등)을 설정합니다.
- 결과물로 자막이 입혀진 동영상 파일을 받습니다.
지원 플랫폼
- Claude Code
- Cursor
- Codex
- 기타 AI 기반 개발자 도구
참고 사항
- 무료 ASR 경로는 짧은 동영상(숏폼)에 최적화되어 있습니다.
- 자막 스타일은 JSON 또는 YAML 형식의 설정 파일로 지정할 수 있습니다.
- 번역 기능은 외부 번역 API(예: DeepL, Google Translate)를 사용할 수 있습니다.
예시 명령어 (CLI)
videocaptioner --input video.mp4 --asr whisper --style "font=Arial,color=white,size=24" --translate en
라이선스
이 스킬은 MIT 라이선스 하에 배포됩니다.