Communitygithub.com

srt2reel

Converte um arquivo de narração e seus subtítulos SRT em um vídeo animado com cenas, personagens vetoriais, legendas cronometradas e efeitos sonoros. Ideal para Reels, Shorts, TikTok ou vídeos no YouTube.

O que é srt2reel?

A habilidade srt2reel permite que um agente de IA, como Claude Code, Cursor ou Codex, crie vídeos completos a partir de um arquivo de áudio (voz) e seu arquivo SRT correspondente. Ela gera cenas animadas com personagens vetoriais simples, legendas exatas com palavras-chave destacadas, identificação de cenas e efeitos sonoros suaves. Suporta dois formatos: retrato (1080x1920) para curtos como Reels, Shorts e TikTok, e paisagem (1920x1080) para vídeos mais longos no YouTube. O fluxo de trabalho é composto por várias etapas: verificação do ambiente, inicialização do projeto com o roteiro baseado no SRT, planejamento de cenas (dividindo a narrativa em trechos visuais), escrita manual dos arquivos de cena (story.json e scenes.tsx), verificação de erros (comparação com o SRT original), inspeção visual de frames e renderização final do vídeo. A habilidade é útil para criadores de conteúdo que possuem a narração pronta, mas desejam automatizar a produção visual, garantindo que o vídeo final seja fiel ao texto original, com legendas sincronizadas e elementos visuais coerentes. Ela não escreve histórias ou roteiros, nem gera vozes artificialmente.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/speedsharmaai/srt2reel/tree/main/skills/srt2reel

Perguntar na sua IA favorita

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

Documentação

O que srt2reel faz?

Transforma um arquivo de voz e seu SRT em um vídeo de história a 30 fps: cenas animadas com personagens vetoriais simples, cartões de legenda que mostram as palavras exatas do SRT, uma etiqueta nomeando cada cena e efeitos sonores suaves. Dois formatos: portrait (1080x1920, para curtos) e landscape (1920x1080, para vídeos mais longos).

A habilidade constrói vídeos. Ela nunca escreve a história. Se o usuário fornecer apenas um tópico ou ideia, diga que isso precisa do arquivo de voz e do SRT, e peça ambos.

Converse com o usuário no idioma em que ele escreve, em frases curtas e simples. Ele pode não ser técnico.

Onde estão as coisas

A pasta da habilidade é ${CLAUDE_SKILL_DIR}. Se isso aparecer como um espaço reservado literal, é a pasta que contém este SKILL.md. Ela é chamada de SKILL abaixo.

  • SKILL/scripts/ contém cinco comandos. Execute-os como escritos; não os reescreva.
  • SKILL/template/ é o projeto de vídeo que init.ts copia.
  • SKILL/references/ contém detalhes para ler quando um passo apontar para eles.
  • SKILL/assets/kit.jpg mostra cada peça de cena pré-fabricada (kit-wide.jpg para paisagem).

Cada vídeo recebe sua própria pasta de projeto, chamada de PROJECT abaixo. Use ~/reels/<nome-curto>.

Entradas

  1. O arquivo de voz (MP3, WAV ou M4A).
  2. O arquivo SRT com as palavras exatas faladas. Se estiver faltando, peça-o. Não transcreva o áudio você mesmo: a fala para texto erra as palavras, e o SRT é a fonte da verdade.
  3. Opcional: um nome de página ou canal (mostrado como uma pequena marca d'água), um tema de cor (paper, mint, sky), ideias de personagens ou cenas, fotos próprias para usar.

Escolha o formato com base no que o usuário pedir. Um curto para Reels, Shorts ou TikTok é portrait. Um vídeo para um canal do YouTube, uma aula ou qualquer coisa com mais de três minutos é landscape. Se não estiver claro, pergunte.

Passos

Trabalhe através destes em ordem. Cada comando imprime o que fez e o que fazer em seguida.

1. Verificar a máquina

node SKILL/scripts/doctor.ts

Se imprimir FAIL, diga claramente ao usuário o que está faltando e pare. Não tente contornar a falta de ffmpeg ou Node. Uma linha warn é aceitável.

2. Criar o projeto

node SKILL/scripts/init.ts PROJECT --voice <arquivo de voz> --srt <arquivo srt> [--format landscape] [--lang <código>] [--page "<nome>"] [--theme <nome>]

Isso copia o template, o instala, mede a voz, encontra as pausas reais e escreve PROJECT/src/story.json com uma legenda por sinal SRT, já cronometrada para a voz e ajustada para caber. Também instala as fontes certas para o idioma.

Leia toda a sua saída. Ela lista cada legenda com seu tempo e cada pausa longa o suficiente para cortar uma cena. Se avisar que o SRT e a voz não coincidem em duração, pergunte ao usuário antes de continuar.

O idioma é adivinhado a partir da escrita do SRT. Passe --lang quando a adivinhação puder estar errada: um idioma de escrita latina que não seja inglês (es, fr, id, vi), Chinês Tradicional (zh-TW), Urdu ou Persa (ur, fa), Marata ou Nepalês (mr, ne). Veja references/languages.md.

3. Planejar as cenas

Leia as legendas como uma história e divida-as em cenas. Inicie uma nova cena quando o local, o tempo, o falante ou a ideia mudar, aproximadamente a cada 4 a 7 segundos. Uma história de 25 segundos tem 5 a 7 cenas; uma de 60 segundos tem 9 a 14. Uma cena por legenda é demais. Coloque cada corte em uma das pausas listadas, não dentro de uma frase.

Para cada cena, decida: onde é, quem está nela, o que estão fazendo e um visual que mostre o que a legenda diz (um adereço, um número, um medidor, um carimbo) para que não seja apenas uma pessoa falando. Use uma cena escura para o ponto baixo da história. Termine na última lição ou resultado da história.

Um vídeo com mais de cerca de dois minutos tem muitas cenas para escrever uma por uma. Siga references/long-videos.md para esses casos.

4. Escrever os dois arquivos de história

Apenas esses dois arquivos mudam de vídeo para vídeo. Deixe tudo em src/lib/ como está.

  • PROJECT/src/story.json: lista de cenas com tempos e etiquetas, palavras-chave nas legendas, quem fala quando, efeitos sonoros. Formato e regras: references/story.md.
  • PROJECT/src/scenes.tsx: um componente pequeno por cena e o objeto SCENES que os nomeia. Como desenhar cenas, o kit completo e as zonas de layout: references/scenes.md. Veja SKILL/assets/kit.jpg primeiro, depois copie de PROJECT/src/lib/examples.tsx (examples-wide.tsx para paisagem).

A redação da legenda é fixa. Você pode adicionar {chaves} em torno de palavras-chave, alterar quebras de linha, mesclar duas legendas ou dividir uma e mover tempos. Você não pode adicionar, remover ou alterar uma palavra. A verificação no passo 5 rejeita qualquer diferença.

Texto na tela que você mesmo adiciona (etiquetas, rótulos, balões de fala) deve estar no idioma do SRT. Mantenha-o em uma ou duas palavras que nomeiem o que a narração já diz: um lugar, uma placa de loja, uma reação. Não adicione novos fatos ou frases.

5. Verificar e repetir até estar limpo

node SKILL/scripts/check.ts PROJECT

Ele compara a redação da legenda com o SRT, verifica tempos, cenas, destaques e fontes, e compila o código da cena. Corrija cada ERROR e execute novamente. Leia cada warn e corrija os que são problemas reais.

6. Olhar os quadros e repetir até estar certo

node SKILL/scripts/stills.ts PROJECT

Isso renderiza um quadro logo após cada corte e um no meio de cada legenda, e os organiza em folhas de contato. Abra cada folha que ele listar e olhe-a. Cada célula é rotulada com seu tempo, cena e número da legenda.

Procure e corrija:

  • qualquer coisa cobrindo ou tocando a etiqueta no topo ou o cartão de legenda na parte inferior
  • texto que transborda seu cartão ou letras desenhadas como caixas vazias
  • uma cena que não mostra o que sua legenda diz
  • um personagem cuja aparência muda entre cenas
  • uma cena em branco ou quase vazia

Adicione --grid para desenhar a caixa de conteúdo e uma régua em cada quadro; use-o para ver o que cruza uma zona e para onde movê-lo. Para olhar novamente alguns momentos após uma correção: node SKILL/scripts/stills.ts PROJECT --at 12.5,30. Cada execução substitui as folhas da execução anterior.

Nunca renderize o vídeo completo sem ter olhado as folhas.

7. Renderizar

Uma renderização leva aproximadamente o mesmo tempo que o vídeo em uma máquina rápida e várias vezes mais em uma pequena, então execute em segundo plano e consulte:

node SKILL/scripts/render.ts PROJECT --detach
node SKILL/scripts/render.ts PROJECT --status

--status imprime rendering, depois finishing, depois done ou failed. Verifique a cada 20 a 30 segundos e não termine sua vez antes de chegar a done ou failed. Se você não puder pausar entre as verificações, deixe o comando esperar por você: node SKILL/scripts/render.ts PROJECT --status --wait 100 retorna assim que a renderização terminar, ou após 100 segundos; execute novamente até que termine.

Se os arquivos que você entrega ao usuário tiverem um limite de tamanho (os chats do claude.ai permitem 30 MB), adicione --max-mb 28.

A renderização equaliza o volume e depois verifica o arquivo final: tamanho do quadro, taxa de quadros, codecs, duração. --status imprime o resultado e o caminho de final_check.jpg, quatro quadros retirados do arquivo final nos tempos que lista. Olhe essa imagem.

8. Entregar

Dê ao usuário PROJECT/out/final.mp4. Adicione uma linha dizendo o que não está perfeito e uma sugestão de próximo passo. Se tudo estiver bem, diga em uma linha.

Regras para o que vai em um vídeo

  • Mostre apenas o que o SRT diz. Não adicione alegações, fatos ou promessas próprias.
  • Sem política, ódio ou vergonha de pessoas reais. Sem conselhos médicos ou financeiros apresentados como fato. Trate assuntos sensíveis com cuidado.
  • Não copie personagens, cenas ou designs de outro criador. Desenhe a própria história.
  • Nunca prometa ao usuário visualizações, alcance ou renda.
  • Nada pode piscar mais de três vezes em um segundo.

Coisas que o usuário deve saber

Diga estas uma vez, quando forem relevantes, no idioma do usuário:

  • O vídeo é construído com Remotion, que é gratuito para indivíduos e para empresas de até três pessoas. Empresas maiores precisam de uma licença Remotion: https://www.remotion.dev/docs/license
  • As plataformas agem contra canais que publicam muitos vídeos de template quase idênticos e podem exigir um rótulo em uma voz sintética clonada ou realista. Veja references/platforms.md.

Quando algo der errado

Veja references/troubleshooting.md. Se a máquina não puder renderizar vídeo (nenhum navegador pode iniciar, nenhum ffmpeg, nenhuma rede para a primeira instalação), diga claramente e pare, em vez de produzir outra coisa.

Habilidades Relacionadas