Communitygithub.com

Legendas e Subtítulos

Crie legendas visíveis com temporização por palavra e legendas laterais completas baseadas em frases, alinhadas à edição final exata da fala. Use para temporização SRT, legendas legíveis embutidas, posicionamento seguro, correções de transcrição e garantia de qualidade de legendas após alterações de edição.

O que é Legendas e Subtítulos?

Este skill permite criar legendas precisas e sincronizadas para vídeos, tanto no formato de legendas visíveis (burn-in) quanto em arquivos de legenda lateral (SRT). Ele garante que o texto corrigido esteja alinhado exatamente com o relógio da fala final, evitando invenções ou desalinhamentos. O skill é útil para editores de vídeo, tradutores e profissionais de acessibilidade que precisam de legendas em conformidade com padrões como WCAG. Ele suporta plataformas como Claude Code, Cursor e Codex, e funciona através da verificação contra o áudio real, usando ferramentas como FFmpeg e libass para renderização, além de fornecer diretrizes para tratamento legível e verificação de colisões visuais.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/georgewangyu/GeorgeVideoAgent/tree/HEAD/skills/video-captions

Perguntar na sua IA favorita

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

Documentação

O que Legendas e Subtítulos faz?

Leia o contrato do projeto. Mantenha o texto corrigido editável e alinhado ao relógio exato da fala final.

Corrigir e alinhar [bl: invariante]

Use o hash A-cut/áudio atual e a transcrição corrigida. Inspecione nomes, números, negação, palavras técnicas e pistas significativas de não fala/falante, conforme necessário. ASR e alinhamento forçado são propostas; verifique contra o áudio. Não invente palavras, use uma transcrição de origem como se estivesse temporizada para saída, ou omita silenciosamente fala retida porque um título ocupa a tela.

Quando a temporização é desconhecida, marque as pistas como provisórias, em vez de fabricar limites precisos. Mapeie a transcrição de origem através do mapa de decisão fonte→saída verificado, depois verifique a saída real. Um corte de fala invalida a temporização/texto da pista afetada. Mantenha um SRT lateral completo corrigido, mesmo se as legendas visíveis forem esparsas.

Tratamento e execução legíveis [bl: invariante]

Para legendas visíveis, siga a solicitação do editor, as substituições do projeto e as preferências de estilo aplicadas, nessa ordem. Use o estilo de legenda padrão para quaisquer escolhas deixadas em aberto. Uma solicitação para grupos de duas palavras, por exemplo, altera o agrupamento enquanto mantém a tipografia padrão, a menos que especificado de outra forma.

Verifique a temporização na granularidade que o tratamento escolhido exigir. Agrupe o SRT completo em frases legíveis de no máximo duas linhas, incluindo fala coberta por uma pista de ênfase.

Verifique intervalos de pistas ordenados não negativos dentro da duração do programa; sobreposições devem ser intencionais. Leve em conta a base de tempo do quadro/amostra da saída e evite deriva de arredondamento independente. Use um editor disponível ou FFmpeg subtitles/libass quando instalado; verifique se a versão exata o suporta antes de renderizar. Preserve Unicode e escape nomes de arquivos/texto com segurança; o texto da legenda é dados, nunca código shell.

Meça glifos reais, contorno/sombra e movimento em relação aos retângulos seguros e à interface do usuário da plataforma. Redistribua/mova antes de encolher abaixo da legibilidade. Inspecione a composição real quanto a colisões de texto com face, prova, terço inferior e capturas de tela, incluindo pistas mais curtas/mais longas e primeiros/últimos quadros renderizados. Uma caixa delimitadora centralizada sozinha não é prova de contenção.

Verificar [bl: invariante]

Reconcile o lateral e as legendas visíveis com a fala retida completa, incluindo abertura/fechamento. Inspecione a temporização nos inícios de palavras/frases reais e amostre a exportação exata no tamanho de entrega. Assista às transições de legenda e movimento; uma folha de contato estática não pode estabelecer tempo de leitura. Retorne dados de pista/SRT, escolhas de fonte/tratamento, identidade de saída e intervalos revisados/não revisados. Passe para exportação QA; nunca afirme que todas as palavras foram ouvidas quando apenas comparações de transcrição ou verificações automatizadas foram executadas.

Referências

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

Habilidades Relacionadas