kaylon-he/video-subtitle-skill

Video Subtitle

Adiciona legendas automaticamente a um vídeo e as grava na imagem, gerando um "MP4 com legendas + SRT".

Fluxo de Trabalho

1. Extrair áudio WAV mono de 16 kHz (ffmpeg)
2. whisper.cpp transcreve e gera SRT (whisper-cli)
3. SRT → ASS: quebra automática de linha com base na largura do vídeo, fonte CJK, fundo semitransparente centralizado na parte inferior
4. Queimar ASS com ffmpeg que tenha libass, copiar faixa de áudio diretamente

Uso

bash scripts/add_subtitles.sh input.mp4 -o output.mp4 -l zh

• -l/--language Idioma do áudio de origem, padrão zh, pode ser auto
• -f/--fontsize Tamanho da fonte, padrão 42
• -s/--srt-only Apenas gerar SRT, sem queimar legendas

Obrigações

• Revise o texto transcrito antes de entregar: O script exibirá o SRT no terminal. Nomes de pessoas, lugares e expressões idiomáticas geralmente são reconhecidos incorretamente (ex.: "重阳姐" → "重阳节", "久久重扬" → "九九重阳"). Se houver erros, use -s para gerar uma nova versão, corrija o SRT e depois queime as legendas.
• Verifique o produto final: Extraia 2–3 quadros do vídeo final (-ss <segundos> -frames:v 1) para confirmar que as legendas estão completas e não foram cortadas ou excedem os limites.
• Não use o ffmpeg simplificado do Homebrew: Essa versão não possui libass, e todos os filtros subtitles/ass/drawtext estão ausentes. O script selecionará automaticamente um ffmpeg com libass; veja instruções de instalação no README.md.
• Frases longas devem ser quebradas: ASS usa WrapStyle: 2 (reconhece apenas \N). O srt_to_ass.py já insere automaticamente \N com base em largura da tela / tamanho da fonte. Se alguma frase ainda exceder, reduza o tamanho da fonte com -f.

Dependências do Ambiente

ffmpeg (com libass) + whisper-cli + modelo ggml + python3. Caso estejam faltando, o script fornecerá mensagens de erro claras. A lista completa de bibliotecas, comandos de instalação e instruções de solução de problemas estão em README.md.