Visão Geral
Esta skill adiciona legendas queimadas a um vídeo existente através de uma composição de sobreposição do HyperFrames. Use-a quando sua filmagem de origem precisar de legendas acessíveis e estilizadas sem uma faixa de legenda separada. Ela renderiza o MP4 legendado deterministicamente a partir da sobreposição HTML.
HyperFrames — Legendas Incorporadas
Adicione legendas/legendas ocultas a vídeos de cabeça falante ou de lançamento. O modelo de legenda (drop/rail/embed) e a lei de sobreposição (legendas NÃO são uma faixa reservada).
Quando Usar
- O usuário quer legendas/legendas ocultas em um vídeo de cabeça falante
- O usuário quer uma barra de legenda literal (terço inferior padrão)
- O usuário quer texto cinematográfico incorporado atrás do sujeito (o batimento do clímax)
- O usuário quer adicionar acessibilidade a um vídeo
- O usuário quer queimar legendas para mídias sociais (sem faixa de legenda)
Quando NÃO Usar
- O usuário quer um fluxo de trabalho de vídeo completo (use
hyperframes-product-launch-video) - O usuário quer um explicador completo (use
hyperframes-faceless-explainer) - O usuário quer legendas como um arquivo lateral (SRT/VTT) — esta skill as queima
O Modelo de Legenda — Drop / Rail / Embed
| O quê | Como é mostrado | |
|---|---|---|
| drop | preenchimento — hum/ah, gaguejos | não mostrado |
| rail | o padrão — conteúdo falado comum | legenda limpa no terço inferior, na frente |
| embed | um pico promovido — o batimento principal | uma palavra grande atrás do sujeito (oclusão fosca) |
A barra (rail) carrega a maior parte do texto; embed é o pico escasso e conquistado — ≤1 por batimento, nunca dois adjacentes, espaçados ≥ um batimento de distância.
A Lei de Sobreposição
Uma linha de legenda é composta SOBRE o filme como uma sobreposição; NÃO é uma zona reservada.
- Centralize a composição no centro vertical VERDADEIRO (y = H/2). Não desloque o conteúdo para cima para "abrir espaço" para legendas.
- O conteúdo pode se estender até a parte inferior da tela.
- Evite colocar texto pequeno e crítico (URL, linha legal) no span central de ~80px na parte inferior onde a linha de legenda fica.
- Nenhuma barreira de exclusão de máquina — julgue a legibilidade visualmente.
Fluxo de Trabalho
1 · Gerar voz over + timestamps de palavra
# Usando TTS com timestamps de palavra
node scripts/heygen-tts.mjs ./vo-spoken.txt -o voiceover.mp3 --words vo-words.json --voice <voice_id>
2 · Alinhar legendas aos tokens de exibição
node scripts/align-captions.mjs --tokens script-tokens.json --words vo-words.json --out captions.json
captions.json é a entrada da barra de legenda (ortografia de exibição, tempo falado).
3 · Construir a barra de legenda
const LINES = /* conteúdo de captions.json */ [
{ id: 0, end: 2.74, w: [["This", 0.0], ["week,", 0.30], ...] },
...
];
4 · Verificar presença de legenda
Amostre 3-4 quadros em toda a janela de fala da voz over e confirme que a barra de legenda renderiza texto visível em cada um. Se algum quadro em um intervalo de fala estiver sem legendas, a construção é enviada sem legendas — trate como uma barreira vermelha.
Tabela Anti-Racionalização
| Racionalização | Realidade |
|---|---|
| "Vou centralizar a 42% para deixar espaço para legendas" | Centro verdadeiro (y = H/2) — legendas são sobreposição |
| "Vou incorporar cada palavra" | Embed é escasso — barra carrega a maior parte do texto |
| "Vou pular timestamps de palavra" | O áudio é o relógio — todos os tempos de batimento vêm de timestamps de palavra |
| "Vou usar ortografia fonética nas legendas" | Legendas sempre renderizam a camada de exibição |
| "Vou adivinhar a pronúncia" | Pergunte ao usuário, depois aumente o léxico |
Verificação
- Barra de legenda presente em 3+ quadros amostrados
- Ortografia de exibição corresponde ao script (não fonética)
- Timestamps de palavra alinhados com o áudio
- Composição centralizada no centro verdadeiro (y = H/2)
- Nenhum texto crítico na zona de sobreposição de legenda