Communitygithub.com

Video Captions (Localização de Legendas)

Transcreva áudio localmente, preserve timestamps de palavras durante edições, estilize legendas legíveis e prepare arquivos laterais de legendas editáveis.

O que é Video Captions (Localização de Legendas)?

Esta skill permite gerar e gerenciar legendas para vídeos de forma local e eficiente. Ela suporta três modos de entrada: palavras explícitas, um arquivo JSON de transcrição ou transcrição local de áudio. Ao utilizar a opção `transcribe: true` com o ambiente `faster-whisper`, ela realiza a transcrição de fala para texto, gerando timestamps estimados (ASR) que devem ser revisados quanto à precisão técnica e alinhamento com o áudio, especialmente em casos de refilmagens ou frases repetidas. A skill garante que timestamps vazios ou fora do intervalo interrompam o processo, evitando legendas inconsistentes. É ideal para desenvolvedores e criadores de conteúdo que precisam de legendas precisas e editáveis, preservando timestamps originais durante edições, aplicando formatação legível (pontuação, comprimento de linha, contraste, áreas seguras da interface) e testando a cobertura de fontes. Plataformas como Claude Code, Cursor ou Codex podem integrar essa skill para automação de legendagem, com suporte a formatos como `transcript.json` e SRT, e referências a workflows de tradução e direção de reels (com bandas de conteúdo protegido).

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Sanidhya14321/video-forge/tree/HEAD/skills/video-captions

Perguntar na sua IA favorita

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

Documentação

Legendas de Vídeo

Leia os fluxos de trabalho de legendas. Escolha exatamente uma entrada de legenda: palavras explícitas, um arquivo JSON de transcrição ou transcrição local. As entradas de palavras são {texto,início,fim} em segundos. Nunca estime timestamps e apresente-os como alinhamento medido.

Use o ambiente opcional faster-whisper para transcribe: true. Seus timestamps são estimativas ASR. Revise termos técnicos e alinhamento contra o som, especialmente após refilmagens ou frases repetidas. Temporizações vazias ou fora do intervalo interrompem o trabalho.

O renderizador agrupa frases curtas e destaca palavras ativas; o executor preserva transcript.json e SRT. Verifique pontuação, comprimento de linha, contraste, áreas seguras da interface e posicionamento em relação ao sujeito. A cobertura de fontes deve ser testada para o idioma escolhido.

A tradução é um fluxo de trabalho de referência criado pelo agente. Mantenha a temporização original, a menos que o significado exija segmentação e alinhamento revisados. Estilização bilíngue e arquivos laterais ASS não são saídas embutidas na v0.1. Leia a referência para abordagens disponíveis e limitações do mecanismo.

Para reels, use a faixa de conteúdo protegido descrita em direção de reels. Mantenha o agrupamento de frases legível entre cortes; palavras podem enfatizar a fala real, enquanto a temporização arbitrária de batidas não deve substituir timestamps medidos de palavras.

Individual skills in this repo

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

Habilidades Relacionadas