Communitygithub.com

mting314/字幕制作项目

用于在完成ProSeka AfterTalk(或类似项目)的`_translated.ass`质量控制文本审查后,统一执行布局和发布步骤:应用画中画/歌曲移位位置样式、检测并修复超长行、查找硬字幕保留片段,以及撰写YouTube标题和描述。

字幕制作项目 是什么?

该技能是一个针对ProSeka AfterTalk系列视频(或其他类似项目)的字幕后期处理与发布工具。它整合了四个关键步骤:首先,通过`apply_positional_styles.py`脚本自动应用字幕位置样式(如画中画或侧边歌曲显示),确保字幕不遮挡屏幕内容;其次,利用`detect_long_lines.py`检测并修正渲染后超过三行的字幕,改善观看体验;第三,通过`find_segments.py`识别需要硬字幕保留的主持人对话片段,并自动处理转场淡入淡出;最后,根据预定义的模板和风格规范生成YouTube标题和描述,并可选择通过`youtube_upload.py`直接上传视频。该技能设计为自包含,所有脚本位于项目仓库根目录下的`scripts/`文件夹中,并与`aegisub-ass`技能配合进行渲染验证。它主要面向Project Sekai粉丝翻译社区,但其中的位置样式处理、行长度检测和分段逻辑也适用于其他类似的多轨视频字幕项目。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mting314/subtitling-projects/tree/HEAD/.claude/skills/aftertalk-launch

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

AfterTalk 发布(定位 → 硬字幕 → 发布)

对_translated.ass文件在四维质量控制文本审查(详见subtitle_review_guide.md)后的最终处理。共四个步骤,每个步骤由项目仓库根目录下**scripts/**文件夹中的一个确定性脚本驱动,因此该技能仅提供判断。所有命令从项目仓库根目录运行(以下路径均以scripts/…开头)。

  1. 位置样式 — 重新定位字幕,使其避开屏幕上的内容。
  2. 行长度 — 标记并修正任何渲染后超过3行的字幕(在位置样式处理之后执行,因为画中画/侧边歌曲行的换行更窄,是主要问题来源)。
  3. 硬字幕片段 — 查找需要保留的主持人对话范围并进行合成。
  4. YouTube标题与描述 — 编写发布文案。

1. 位置样式(画中画 / 歌曲移位)

重新定位字幕,使其始终不覆盖屏幕上的内容。流程会预先将样式名称分配给正确的行范围,但通常将其作为主样式的纯副本(边距错误)发送,并且画中画行没有\pos。该脚本修复了这两个问题,从已知良好的参考文件中复制布局;该技能负责将每集的样式名称解析为角色(不同角色样式名称不同)。

角色何时使用参考样式(Colors of Pure Sense)是否添加\pos?
画中画主持人摄像头/卡片艺术填充画面;字幕位于画面中部PiP(对齐8,边距100/800/50)是 — 每行添加{\pos(650,750)}
移位2D/3D MV 在右下角播放;将字幕左移以避开它DefaultOnibe - Shifted(对齐2,边距100/730/60)否 — 样式边距已处理

发现目标文件的位置样式,然后从名称标记中推断角色(PiP→画中画;Shifted/Side Song/Shift→移位)并与用户确认:

f="projects/Project Sekai/Aftertalk/<event>/<name>_translated.ass"
grep -oE "^Dialogue: [0-9]+,[^,]+,[^,]+,[^,]+\" \"$f\" | awk -F, '{print $4}' | sort | uniq -c
grep "^Style:" "$f"

应用(仅复制对齐方式 + MarginL/R/V — 保留颜色/字体;跳过Comment:行和已定位的行;幂等操作,支持--dry-run):

python3 scripts/apply_positional_styles.py "projects/Project Sekai/Aftertalk/<event>/<name>_translated.ass" \
  --reference "projects/Project Sekai/Events/Colors of Pure Sense/Colors of Pure Sense_translated.ass" \
  --pip   "<Char> - PiP:PiP:650,750" \
  --shift "<Char> - Side Song:DefaultOnibe - Shifted" \
  --dry-run

映射格式:TARGET_STYLE:REF_STYLE[:X,Y];--pip/--shift 可按角色重复使用。确认目标文件和参考文件具有相同的PlayResX/Y。

通过渲染验证(使用aegisub-ass技能):将一个画中画行和一个移位行的时间重新设定为0:00:00.00–0:00:05.00,在纯灰色背景上渲染一帧,确认画中画文本位于画面中央,移位文本避开了右下角区域。


2. 行长度(屏幕最多2行)

3行或以上是不良实践(眼睛扫视困难,占用过多屏幕空间)。行数取决于 libass 根据每行样式的实际换行情况,因此通过渲染来测量。在位置样式处理之后执行(画中画约1020px宽,侧边歌曲约1090px宽,而主样式约1320px宽 — 窄行是主要问题来源),并在任何文本编辑之后执行(措辞更改会改变换行)。

检测(在黑色背景上渲染每行文本,通过投影计算行数):

uv run --with pillow --with numpy python3 scripts/detect_long_lines.py \
  "projects/Project Sekai/Aftertalk/<event>/<name>_translated.ass"

对于每个被标记的行,向用户提供两种修复方案,并应用用户的选择:

  • 拆分为两个事件,在从句边界(逗号、and/but/so、that、句子结尾)处拆分,使用scripts/split_subtitle_line.py --line N --before "<clause>" --transcript <t.json>。它根据实际停顿设置时间拆分:按长度比例估算,然后快照到±1s内最大的词间隙(拒绝远处的中句停顿以及任何导致一半过短无法阅读的快照)。保留确切措辞 + \pos。
  • 缩短措辞,保留含义和口语风格。

对于两个实义从句/句子或自然的...停顿,优先选择拆分;对于一口气说完的句子,选择缩短措辞。在呈现/应用之前,重新渲染每个候选修复方案并确认≤2行,然后重新运行检测器 — 目标是0个标记。


3. 硬字幕片段(查找保留范围 → 合成)

一个AfterTalk视频会交错出现主持人对话(需要保留)和观看片段(需要剪掉):片头延迟、开场宣传片/摘要、游戏内故事观看片段,以及歌曲/2DMV。剪掉的区域是非渲染的Comment:行(或者根本没有内容),因此它们呈现为渲染的Dialogue时间线中的间隙。find_segments.py脚本找到这些间隙,并通过--transcript报告每个间隙是静音(安全)还是带有观看音频。

python3 scripts/find_segments.py "projects/Project Sekai/Aftertalk/<event>/<name>_translated.ass" \
  --transcript "projects/Project Sekai/Aftertalk/<event>/<name>_transcript.json" \
  --hardsub "projects/Project Sekai/Aftertalk/<event>/<name>.mkv:projects/Project Sekai/Aftertalk/<event>/<name>_final.mp4"

阅读CUT区域:~0 words = 静音(安全,可以删除);较多单词 = 你故意剪掉的故事/歌曲观看片段(有自己的音频,不是主持人对话)。在渲染之前与用户确认剪切计划 — 剪切是编辑决策,渲染成本较高。将范围记录在项目的notes.md的"Segments"部分。

淡入淡出感知边界: 传递--mkv(或--hardsub,它会复用其MKV)会使其在每个边界附近运行blackdetect,并将剪切点刚好拉出任何源淡入淡出范围。观看片段/MV在其边缘会有淡入淡出效果;填补可能会使剪切点落入淡入淡出,两个相邻的半淡入淡出在连接点相遇会产生黑色闪烁。该脚本输出亚秒级边界 — 不会丢失字幕(填补区域没有字幕)。脚本报告例如end 0:51:00->0:50:59.69 (source fade)。

然后硬字幕合成(--hardsub标志会打印此命令;必须先硬字幕再修剪 — 修剪会使.ass时间戳失效):

uv run python scripts/hardsub_trim.py "<name>.mkv" "<name>_translated.ass" "<name>_hardsubbed.mp4" \
  0:01:37 0:05:27  0:10:53 0:27:40  0:36:05 0:51:00  0:52:25 1:00:09

处理并行GPU编码(h264_nvenc)、自动popups.json VA/gachapin叠加卡合成、片段边界处平滑的0.4秒视频+音频淡入淡出过渡,以及连接成最终视频。


4. YouTube标题与描述

将这些内容写入项目的notes.md(## YouTube Title、## YouTube Blurb)。

标题 — [ENG SUB] <Event Title> Aftertalk feat. <VA Name> (<Character>'s VA) 例如:[ENG SUB] Gazing Upon the Night Sky's Fading Stars Aftertalk feat. Karin Isobe (Saki's VA)。

描述 — 两段文字,风格随意且热情,采用回顾语气(面向想要回顾的粉丝,而非预告)。样式规则:

  1. 不要使用破折号(—)。 使用逗号、括号或分句。在保存前扫描草稿并替换所有—。
  2. 以系列框架开头: This episode of ProSeka AfterTalk has <VA name> (voice of <character>) covering <event/topic>...。这是一个系列节目,所以用"this episode of",而不是"in the AfterTalk"。
  3. 将个性融入实质内容。 主线是实质性内容(故事、卡片艺术、歌曲、录制);将每个主题与该主题的个性细节配对(例如,讨论歌曲和笨拙地提到"2DMV")。不要将有趣的部分单独成段。
  4. 不要使用钩子句子("Bonus:"、"Don't miss..."、"Plus:")。全程保持描述性的回顾语气。

以Original video: <url>结尾。

要模仿的结构:第1段确定VA + 活动 + 框架(单人/双人主持,她观看的内容);第2段涵盖故事/录制、卡片插图以及歌曲/MV,并融入个性。请参阅Grow Glorious Glow Aftertalk/notes.md或Gazing Upon the Night Sky's Fading Stars Aftertalk/notes.md获取工作示例。


5. YouTube上传

在硬字幕合成并写入notes.md后,运行scripts/youtube_upload.py上传完成的视频:

uv run --script scripts/youtube_upload.py \
  --video "projects/Project Sekai/Aftertalk/<event>/<name>_hardsubbed.mp4" \
  --notes "projects/Project Sekai/Aftertalk/<event>/notes.md"

该脚本自动从notes.md中提取标题和描述,验证长度,请求确认,并通过YouTube Data API v3(可恢复上传)进行上传。


防护措施

  • 定位:仅更改对齐方式 + MarginL/R/V;绝不重新着色;绝不触及Comment:行或覆盖现有的\pos。
  • 片段:剪切是编辑决策 — 在(昂贵的)渲染前确认;将范围记录到notes.md;转录本文本计数会告诉你为什么某个间隙需要被剪掉。
  • 脚本在遇到未知样式/路径时会报错退出 — 请调整参数而非强制运行。

相关技能