Communitygithub.com

Hardburn bilíngue ZH–EN — ship mute-proof

Transforma qualquer vídeo em idioma estrangeiro num cut bilíngue chinês–inglês com legendas HARD-BURNED na imagem — visíveis em qualquer player/plataforma.

O que é Hardburn bilíngue ZH–EN — ship mute-proof?

Video Localization passo 3 (hardsub ship): tengfei0114us youtube-bilingual-hardburn. Após SRT+dub lip-sync, queima hardsubs bilíngues ZH–EN para offline/mobile/mute.

Funciona com✓Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add tengfei0114us/youtube-bilingual-hardburn

Perguntar na sua IA favorita

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

Documentação

YouTube Bilingual Hardburn

Transforma um vídeo em língua estrangeira num vídeo com legendas "hardburn" chinês-inglês. As etapas determinísticas são scripts; a etapa de tradução é feita pelo agente (LLM) e é onde reside todo o risco.

LEI DE FERRO: UMA linha em chinês por linha em inglês. NUNCA dividir uma linha inglesa em duas chinesas (nem fundir duas numa só). Após cada lote de tradução, execute verify_align.py. Um único desalinhamento desloca cada legenda subsequente — e você nem notará até que o vídeo seja queimado.

Quando a fonte tem pontuação vs. quando não tem

  • As legendas automáticas do YouTube (e a maioria dos ASR) quase não têm pontuação → a abordagem de "dividir por .!?" falha (colapsa tudo numa única legenda). Esta habilidade resolve isso fundindo frases até um limite de caracteres. Este é o caminho padrão.
  • Se a fonte já tiver legendas bem pontuadas, o mesmo pipeline ainda funciona.

Pré-requisitos

  • yt-dlp (download), ffmpeg (hardburn), python3 (scripts). Não são necessários pacotes Python.
  • Uma fonte CJK instalada. macOS: PingFang SC (padrão). Linux: passe --font "Noto Sans CJK SC". Windows: --font "Microsoft YaHei".
  • SCRIPTS= o caminho absoluto para o diretório scripts/ desta habilidade. Defina uma vez e reutilize.

Fluxo de trabalho

Progresso do Bilingual Hardburn:

- [ ] Passo 1: Obter o vídeo + legendas ⚠️ OBRIGATÓRIO
- [ ] Passo 2: Extrair + re-segmentar legendas em linhas legíveis
- [ ] Passo 3: Traduzir cada linha (1:1) — a parte cuidadosa ⚠️ OBRIGATÓRIO
- [ ] Passo 4: verify_align.py == OK ⛔ BLOQUEANTE (não pode prosseguir até passar)
- [ ] Passo 5: Construir .ass bilíngue + confirmar estilo num ÚNICO frame de teste ⚠️ OBRIGATÓRIO
- [ ] Passo 6: Hardburn do vídeo completo (codificação longa) + verificação de frames

Passo 1: Obter o vídeo + legendas ⚠️ OBRIGATÓRIO

yt-dlp -o "%(upload_date)s_%(title)s.%(ext)s" \
  -f "bestvideo[height<=1080][ext=mp4]+bestaudio[ext=m4a]/best[height<=1080]/best" \
  --merge-output-format mp4 --write-subs --write-auto-subs --sub-langs "en" \
  --no-mtime "<URL>"
  • Se --write-auto-subs não produzir nenhum arquivo de legenda (alguns vídeos não têm), você deve transcrever o áudio primeiro (ex.: whisper) para .vtt/.srt, depois continuar.
  • Anote os dois arquivos de saída: VIDEO.mp4 e VIDEO.en.vtt.

Passo 2: Extrair + re-segmentar ⚠️

python3 "$SCRIPTS/extract_phrases.py" "VIDEO.en.vtt" > phrases.json
python3 "$SCRIPTS/merge_lines.py" phrases.json lines.json   # --max-chars 95 --gap 12

Isto produz lines.json ([{start,end,en}]) e lines_en.txt (um arquivo numerado idx<TAB>English). Traduza lines_en.txt. Ajuste depois, se necessário:

  • legendas parecem longas demais na tela → reduza --max-chars (ex.: 70)
  • deseja quebras em pausas naturais → reduza --gap (ex.: 2.5) — resulta em mais linhas, mais curtas

Passo 3: Traduzir cada linha (1:1) ⚠️ OBRIGATÓRIO — esta é a parte cuidadosa

Leia lines_en.txt (numerado de 0..N-1). Produza um arquivo ZH em texto simples: exatamente uma linha em chinês para cada linha em inglês, mesma ordem. Escreva texto separado por nova linha (NÃO JSON — as aspas chinesas quebram o escape JSON).

Regras que evitam a violação da Lei de Ferro:

  • Uma linha de entrada → uma linha de saída. Traduza a linha inglesa como sua própria unidade. Se uma linha quebrar no meio da frase (é normal para ASR), deixe o chinês quebrar no mesmo lugar. Não "corrija" estendendo o fluxo entre linhas.
  • Trabalhe em lotes de ~120–150 linhas. Após CADA lote, escreva seu arquivo e execute imediatamente verify_align.py no resultado acumulado.
  • Mantenha nomes próprios na forma correta (ChatGPT, OpenAI, Claude, Gemini, Grok, DeepSeek…). O ASR os distorce ("chpd"→ChatGPT, "grock"→Grok, "ha cou"→haiku) — corrija para o nome real.
  • Chinês natural falado, não tradução rígida. Combine com o registro do falante.

Concatene todos os arquivos de lote num único zh.txt (uma linha ZH por linha EN, em ordem).

Passo 4: verify_align.py ⛔ BLOQUEANTE

python3 "$SCRIPTS/verify_align.py" lines.json zh.txt
  • Imprime OK → prossiga.
  • Imprime MISMATCH + uma tabela lado a lado → encontre a linha onde os significados EN e ZH param de corresponder. Essa linha é uma divisão (uma linha EN tornou-se duas ZH) ou uma fusão. Corrija (fundir as duas ZH de volta numa, ou dividir uma em duas), depois reexecute. Não prossiga até OK.

Passo 5: Construir .ass + confirmar num ÚNICO frame de teste ⚠️ OBRIGATÓRIO

python3 "$SCRIPTS/build_bilingual_ass.py" lines.json zh.txt styled.ass
# Chinês em cima (branco 44px) + inglês em baixo (cinza 30px), centro-inferior.
# Linux/Windows: adicione --font "Noto Sans CJK SC" / --font "Microsoft YaHei"

Renderize UM frame num timestamp conhecido por ter legenda, e VEJA antes da codificação longa:

ffmpeg -ss 60 -i "VIDEO.mp4" -copyts -vf "ass=styled.ass" -frames:v 1 -y test_frame.png

Confirme com o usuário: o chinês renderiza (sem caixas □□□), o layout de dois níveis parece correto, tamanho/posição aceitáveis. Ajuste --zh-size/--en-size/--margin/--font e reconstrua se necessário. Não inicie a codificação completa até que o frame de teste pareça correto.

Passo 6: Hardburn do vídeo completo + verificação

ffmpeg -y -i "VIDEO.mp4" -vf "ass=styled.ass" \
  -c:v libx264 -preset fast -crf 22 -c:a copy -sn "VIDEO_中英双语.mp4"

Um vídeo 1080p de 2 horas leva ~15–40 min — execute em segundo plano. Quando terminar, capture frames no início, meio e perto do fim para confirmar que as legendas permanecem sincronizadas durante todo o percurso:

for t in 600 3900 7200; do ffmpeg -ss $t -i "VIDEO_中英双语.mp4" -frames:v 1 -y "chk_$t.png"; done

Se um frame parecer desalinhado, reconfirme a legenda do mesmo timestamp em lines.json+zh.txt para garantir que é a mesma linha de origem antes de assumir um bug (frames de baixa resolução são fáceis de ler mal).

Anti-Padrões

  • Dividir/fundir linhas durante a tradução — a #1 causa de dessincronização do vídeo completo. Uma linha EN = uma linha ZH, sempre.
  • Escrever traduções como JSON — as aspas chinesas curvas “ ” e 「」 quebram silenciosamente a análise JSON. Use texto simples separado por nova linha.
  • Confiar nos tempos FIM da legenda para ordenação — as FIMs das legendas rolantes se sobrepõem; merge_lines.py ordena apenas pelo INÍCIO. Não reordene pelo FIM.
  • Pular o frame de teste — queimar 2 horas e depois descobrir caixas □□□ ou uma fonte errada desperdiça toda a codificação.
  • Re-codificar o áudio — use -c:a copy. Apenas a faixa de vídeo muda.
  • Usar o antigo build_bilingual.py da habilidade de download de vídeo em legendas automáticas — ele divide por pontuação e colapsa toda a transcrição numa única legenda. Esta habilidade o substitui.

Lista de Verificação Pré-Entrega

  • verify_align.py imprimiu OK (contagem EN == contagem ZH) antes de construir o .ass
  • Frame de teste inspecionado: chinês renderiza, sem caixas □, layout/tamanho corretos
  • Verificados frames de início/meio/fim do mp4 final — legendas sincronizadas
  • Saída nomeada claramente (ex.: <titulo>_中英双语.mp4); vídeo original intacto
  • Nomes próprios corrigidos (sem "chpd"/"grock"/"ha cou" no chinês)

Multiplataforma (OpenAI Codex, etc.)

Todos os scripts são python3 puro + ffmpeg/yt-dlp — sem dependência específica do Claude. Para executar este fluxo de trabalho sob Codex (ou qualquer agente com capacidade de shell), carregue references/codex-usage.md.

Habilidades Relacionadas