Communitygithub.com

legendas

Gera legendas sincronizadas com a voz como um clipe separado em tela verde (cromaqui) + opcional ProRes 4444 com alfa para After Effects. Padrão visual definido: texto branco maiúsculo, contorno preto, sombra projetada sólida, 2–3 palavras por vez, centralizado na parte inferior, evitando a interface do YouTube Shorts.

O que é legendas?

Esta skill cria legendas sincronizadas com a narração de um vídeo curto (Short), gerando um clipe separado com fundo verde puro (#00FF00) para que o usuário possa aplicar o efeito de chroma key (Keylight) no After Effects sem gravar as legendas diretamente no vídeo. O estilo visual foi acordado com o usuário: texto branco, maiúsculo, fonte Arial Black com tamanho de 3,2% da altura do quadro, contorno preto, sombra projetada preta sólida (sem desfoque ou transparência para evitar franjas verdes), centralizado horizontalmente e posicionado a 71,5% da altura do quadro. Cada legenda exibe no máximo 2–3 palavras, respeitando pausas e pontuação, e surge com um pop de 5 quadros. A skill verifica automaticamente se as legendas não invadem as áreas seguras do YouTube Shorts (como botões de ação, título/canal/música e barra superior), emitindo avisos caso algo ultrapasse esses limites. O processo inclui extrair tempos das palavras via `scripts/words_from_voice.py` (usando faster-whisper), gerar um teste curto com `scripts/captions.py` e seus parâmetros ajustáveis (posição, tamanho, largura máxima, etc.), e renderizar o clipe final com a mesma duração do filme. É recomendado usar o modelo Haiku (como o remotion-renderer) para economizar tokens, recorrendo ao Sonnet apenas para avaliar novos visuais e ao Opus para alterar a lógica do script.

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Legendas (tela verde, sincronizadas com a voz, seguras para Shorts)

O usuário edita as legendas posteriormente no After Effects, portanto as legendas NUNCA são gravadas no vídeo. Entregue um clipe separado sobre fundo verde puro (#00FF00), com o mesmo tamanho, fps e número de quadros do vídeo, que ele aplicará chroma key com Keylight.

Visual (acordado em 2026-11-11, a partir do quadro de referência "BLOQUEADO" do usuário)

  • Posição: centralizado horizontalmente; o meio das maiúsculas a 71,5 % da altura do quadro (abaixo do peito do personagem). O meio das maiúsculas é a âncora, para que uma vírgula ou um Q nunca desloque a legenda.
  • Branco, MAIÚSCULO, Arial Black, 3,2 % da altura do quadro (82 px a 2560). No começo era 4 %, e o usuário pediu menor para que a interface do Shorts nunca a cubra. Contorno preto; sombra projetada preta sólida para baixo e para a direita. A sombra é intencionalmente sólida: uma sombra desfocada/semitransparente gera franja verde no chroma key.
  • A pontuação é mantida como no roteiro (MONA LISA. / PARIS, / 1911.). O usuário pediu isso. --strip-punct remove . , ; : no final.
  • Máximo 2–3 palavras por legenda. Uma legenda nunca cruza uma frase/vírgula ou uma pausa na voz, nunca termina em palavra de ligação (o, de, com, yang, di, dengan ...), nunca divide um nome (Mona | Lisa), evita palavras isoladas.
  • Cada legenda aparece no quadro em que sua primeira palavra é falada (pop de 5 quadros 0,85 -> 1,06 -> 1) e permanece até a próxima. Após uma pausa na voz, ela sai 0,25 s depois de sua última palavra.

Zona segura do YouTube Shorts (deve valer para toda legenda, no pico do pop 1,06)

Áreas de sobreposição conservadoras:

  • botões de ação: 16 % à direita da largura
  • título/canal/música: 25 % inferiores da altura
  • barra superior: 8 % superiores da altura

O script mede a tinta de cada legenda, exibe AVISO fora da zona segura do Shorts: <texto> para qualquer uma que cruze uma zona, e exibe o alcance (deve ser cerca de "83,8 % da largura, 69,8–74,0 % da altura"). Os trechos são divididos para caber em --max-width 0,68. Uma palavra longa isolada é encolhida para caber. Nunca entregue com um AVISO: diminua --size, ou aumente --y um pouco.

Modelo (economia de tokens, aprovado 2026-11-12)

Execute as legendas no Haiku 5.5 (agente remotion-renderer com model: "haiku", ou uma sessão Haiku): o script faz o tempo, a divisão e as verificações de zona segura e os imprime como texto. Sonnet apenas para julgar um novo visual de legenda; Opus apenas para alterar a lógica de scripts/captions.py.

Passos

  1. Tempos das palavras: o arquivo stories/<slug>/voice/words.json do vídeo curto. Ele é gerado por scripts/words_from_voice.py (faster-whisper alinhado à grafia do roteiro). Se estiver faltando, crie-o primeiro: python scripts/words_from_voice.py <voz.wav> <SCRIPT.md> <words.json> [en|id]. Os tempos devem coincidir com o áudio do vídeo (a voz do final começa em 0 s).
  2. Teste um trecho primeiro (o usuário quer VER um teste curto antes da renderização completa):
    python scripts/captions.py stories/<slug>/voice/words.json out/<slug>/legendas --start 0 --dur 10 \
      --preview "out/<slug>/final/<Título>.mp4" --alpha
    
    Ele imprime cada legenda com seus tempos e a verificação de zona segura, e escreve:
    • legendas_verde.mp4
    • legendas_alfa.mov
    • legendas.json
    • legendas_preview.mp4 (vídeo + legendas com chroma key + som, apenas para verificação)
  3. Verifique:
    • Extraia quadros das legendas mais largas da prévia com as zonas do Shorts desenhadas em vermelho (ffmpeg drawbox: x=iw0,84 de y=ih0,45, y=ih0,75 até o final, o topo ih0,08), empilhe-os horizontalmente (hstack) em uma folha e observe.
    • Observe um recorte em resolução total para verificar franja verde.
    • Envie ao usuário legendas_preview.mp4, legendas_verde.mp4 e a lista de legendas impressa.
  4. Após a aprovação do usuário, renderize a duração completa com --dur <quadros do vídeo / fps> para que o clipe tenha exatamente a contagem de quadros do vídeo (verifique com ffprobe -count_packets).

Parâmetros (scripts/captions.py)

  • --y 0,715: posição
  • --size 0,032: tamanho da fonte
  • --max-width 0,68: largura máxima da legenda
  • --font <ttf>
  • --max-words 3
  • --gap 0,30: pausa que quebra uma frase
  • --hold 0,25
  • --lead 0: quadros adiantados
  • --no-pop
  • --lower: manter caixa baixa
  • --strip-punct
  • --alpha: ProRes 4444

Notas para o usuário no AE

  • Clipe verde: use Keylight com Cor da Tela = verde puro. Ele é yuv444 crf 8, portanto as bordas permanecem limpas.
  • Alfa .mov: não precisa de chroma key (coloque-o sobre o vídeo).
  • legendas.json: lista o texto e os segundos de entrada/saída de cada legenda, para recriá-las como camadas de texto.

Habilidades Relacionadas