CLI-Anything

cli-anything-videocaptioner

Ferramenta de legendagem de vídeo com IA. Transcreva fala → otimize legendas → traduza → grave no vídeo.

Instalação

pip install cli-anything-videocaptioner

Pré-requisitos:

• Python 3.10-3.12 (videocaptioner 1.4.1 requer >=3.10,<3.13)
• videocaptioner deve estar instalado (pip install videocaptioner)
• FFmpeg necessário para síntese de vídeo

Uso

Comandos Básicos

# Mostrar ajuda
cli-anything-videocaptioner --help

# Iniciar modo interativo REPL
cli-anything-videocaptioner

# Transcrever um vídeo (gratuito, sem configuração)
cli-anything-videocaptioner transcribe video.mp4 --asr bijian

# Traduzir legendas (tradutor Bing gratuito)
cli-anything-videocaptioner subtitle input.srt --translator bing --target-language en

# Pipeline completo: transcrever → traduzir → gravar legendas
cli-anything-videocaptioner process video.mp4 --asr bijian --translator bing --target-language en --subtitle-mode hard

# Revisar consistência entre legendas e roteiro antes da gravação final
cli-anything-videocaptioner synthesize video.mp4 -s subtitles.srt \
  --subtitle-mode hard \
  --review-script approved_script.txt

# Renderizar uma prévia de um quadro das legendas para revisão
cli-anything-videocaptioner review subtitles.srt \
  --script approved_script.txt \
  --preview-video video.mp4 \
  --preview-output review_5s.png

# Saída JSON (para consumo por agentes)
cli-anything-videocaptioner --json transcribe video.mp4 --asr bijian

Modo REPL

Quando invocado sem um subcomando, o CLI entra em uma sessão interativa REPL:

cli-anything-videocaptioner
# Digite comandos interativamente com conclusão por tab e histórico

Grupos de Comandos

transcribe — Fala para legendas

transcribe <input> [--asr bijian|jianying|whisper-api|whisper-cpp] [--language CODE] [--format srt|ass|txt|json] [-o PATH]

• bijian (padrão): Gratuito, chinês e inglês, sem configuração
• whisper-api: Todos os idiomas, requer --whisper-api-key

subtitle — Otimizar e traduzir

subtitle <input.srt> [--translator llm|bing|google] [--target-language CODE] [--layout target-above|source-above|target-only|source-only] [--no-optimize] [--no-translate] [-o PATH]

• Três etapas: Dividir → Otimizar → Traduzir
• Tradutores Bing/Google são gratuitos
• 38 idiomas-alvo suportados (códigos BCP 47)

synthesize — Gravar legendas no vídeo

synthesize <video> -s <subtitle> [--subtitle-mode soft|hard] [--quality ultra|high|medium|low] [-o PATH] [--review-script PATH] [--max-script-diff-ratio FLOAT]

• Espelha a superfície de síntese do backend estável
• A aparência da legenda é controlada pelo ativo/versão do backend, não por sinalizações extras do harness
• --review-script verifica desvio entre legenda e roteiro antes da exportação final
• Reduza --max-script-diff-ratio quando a precisão da cópia for mais importante que a resiliência

process — Pipeline completo

process <input> [--asr ...] [--translator ...] [--target-language ...] [--subtitle-mode ...] [--layout ...] [--no-optimize] [--no-translate] [--no-synthesize] [-o PATH]

review — Verificação de consistência e prévia

review <input.srt|input.ass> [--script PATH] [--max-diff-ratio FLOAT] [--preview-video PATH] [--preview-at TC] [--preview-output PATH]

• Detecta desvio entre legenda e roteiro antes de uma gravação hard
• Pode renderizar um único quadro de revisão em vez de produzir um vídeo final completo

styles — Listar predefinições de estilo

styles

• Informa se o backend instalado expõe suporte a estilos predefinidos

config — Gerenciar configurações

config show
config set <key> <value>

download — Baixar vídeo online

download <URL> [-o DIR]

Saída JSON

Todos os comandos suportam --json para saída legível por máquina:

cli-anything-videocaptioner --json transcribe video.mp4 --asr bijian
# {"output_path": "/path/to/output.srt"}

Notas do Backend

• O backend upstream atualmente requer Python >=3.10,<3.13; prefira Python 3.12 para execuções em matriz.
• Sinalizações de estilo avançadas em tempo de síntese dependem da versão do backend. Use styles para verificar se o backend instalado as expõe.
• Sinalizações de compatibilidade como layout, render_mode, style, style_override e font_file devem ser tratadas como não estáveis, a menos que styles e o backend instalado confirmem que são suportadas.

Idiomas-Alvo

Códigos BCP 47: zh-Hans zh-Hant en ja ko fr de es ru pt it ar th vi id e mais 23.