Communitygithub.com

mting314/字幕製作專案

用於完成 ProSeka AfterTalk(或類似影片)的 `_translated.ass` 字幕檔後,在 QC 文字審查通過後,一站式完成排版與發布步驟:套用 PiP / 歌曲偏移位置樣式、偵測並修正超過 3 行的字幕、找出硬字幕保留片段、以及撰寫 YouTube 標題與說明。

字幕製作專案 是什麼?

此技能專為處理 ProSeka AfterTalk 影片的字幕最終發布而設計,作為 QC 文字審查後的終極步驟。它整合了四個關鍵操作:首先,套用 PiP(畫中畫)與歌曲偏移的位置樣式,確保字幕不會遮擋畫面上的重要內容;其次,透過實際渲染偵測任何會顯示超過兩行的字幕,並提供分割或改寫的修正建議;接著,根據時間軸間隙找出需要保留的硬字幕片段(如主持對談)與可剪輯的部份(如遊戲內故事觀看環節);最後,自動生成符合規範的 YouTube 標題與說明文案。此技能完全自足,驅動位於專案根目錄 `scripts/` 下的多個 Python 腳本(如 `apply_positional_styles.py`、`detect_long_lines.py`、`find_segments.py` 等),並能與 `aegisub-ass` 技能搭配進行渲染驗證。支援的命令列工具如 `hardsub_trim.py` 還整合了 GPU 編碼與淡入淡出過場效果,大幅簡化最終發布流程。

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

AfterTalk 發佈(定位 → 硬字幕 → 發佈)

這是對 _translated.ass 檔案的最終處理,在四維 QC 文字審查(詳見 subtitle_review_guide.md)完成後執行。總共四個步驟,每個步驟都由位於專案根目錄 scripts/ 下的確定性腳本驅動,此技能僅提供判斷依據。所有指令請在專案根目錄下執行(以下路徑皆為 scripts/…)。

  1. 位置樣式 — 重新定位字幕,使其避開畫面內容。
  2. 行長度 — 標記並修正任何會渲染成 3 行以上的字幕(在位置處理後執行,因為 PiP/側邊歌曲行的換行範圍較窄,是最常見的違規者)。
  3. 硬字幕片段 — 找出要保留的主持對談範圍並將其燒錄進去。
  4. YouTube 標題與說明 — 撰寫發佈文案。

1. 位置樣式(PiP / 歌曲偏移)

重新定位字幕,使其永遠不會覆蓋在畫面內容上。流程會預先將樣式名稱分配給正確的行範圍,但通常僅以主要樣式的副本形式提供(錯誤的邊距),且 PiP 行上沒有 \pos。此腳本會修正這兩點,從已知良好的參考檔案複製佈局;此技能負責將每集的樣式名稱解析為角色(角色間可能不同)。

角色使用時機參考樣式(Colors of Pure Sense)是否加上 \pos?
pip主持鏡頭 / 卡牌藝術圖填滿畫面;字幕位於畫面中央PiP(對齊 8,邊距 100/800/50)是 — 每行加上 {\pos(650,750)}
shift2D/3D MV 播放於右下角;將字幕左移以避開DefaultOnibe - Shifted(對齊 2,邊距 100/730/60)否 — 由樣式邊距處理

探索目標檔案的位置樣式,然後從名稱標記推斷角色(PiP→pip;Shifted/Side Song/Shift→shift)並與使用者確認:

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"

套用(僅複製對齊方式 + MarginL/R/V — 保留顏色/字型;跳過 Comment: 和已定位的行;冪等性,支援 --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 可針對每個角色重複指定。確認目標與參考檔案的 PlayResX/Y 相同。

透過渲染驗證(交由 aegisub-ass 技能處理):將一條 pip 行和一條 shift 行的時間調整為 0:00:00.00–0:00:05.00,在純灰色背景上渲染一幀,確認 pip 文字位於畫面中央,shift 文字避開右下角。


2. 行長度(螢幕上最多 2 行)

3 行以上是不良做法(眼睛掃視負擔大、佔用畫面空間)。行數取決於 libass 在每行樣式下的實際換行情況,因此需透過渲染來測量。請在位置處理之後執行(PiP 約換行 1020px,Side-Song 約 1090px,而主要樣式約 1320px — 窄的行才是違規者),並且在任何文字編輯之後也要執行(改寫會改變換行)。

偵測(在黑色背景上按樣式渲染每行,透過投影計算行數):

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

針對每個被標記的行,向使用者提供兩種修正方案,並套用其選擇:

  • 分割成兩個事件:在子句邊界(逗號、and/but/so、that、句尾)處,使用 scripts/split_subtitle_line.py --line N --before "<clause>" --transcript <t.json> 進行分割。它會根據長度比例估算時間,然後將其對齊到 ±1 秒內最大的詞間距(拒絕距離過遠的句中停頓,以及會導致任一半過短而無法閱讀的對齊)。保留確切措辭 + \pos。
  • 改寫為更短:保留意義和隨意風格。

優先對兩個真正的子句/句子或自然的 ... 停頓進行分割;對於單一氣流的句子則進行改寫。在向使用者呈現/套用之前,重新渲染每個候選修正並確認 ≤2 行,然後重新執行偵測器 — 目標是 0 個標記。(需要透過 uv run --with 安裝 pillow + numpy。)


3. 硬字幕片段(找出保留範圍 → 燒錄)

AfterTalk 交錯著主持對談(保留)與觀看環節(剪輯):開場延遲、開場 PV/精華、遊戲內故事觀看、以及歌曲/2DMV。要剪輯的區域是無渲染的 Comment: 行(或空白),因此在渲染的 Dialogue 時間軸上表現為間隙。find_segments.py 可找出這些間隙,並在提供 --transcript 時,報告每個間隙是靜音(安全)還是觀看音訊。

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"

閱讀 CUT 區域:~0 個字 = 靜音(安全可捨棄);很多字 = 你故意要剪掉的故事/歌曲觀看環節(有自己的音訊,非主持對談)。在渲染之前,與使用者確認剪輯計畫 — 剪輯是編輯決策,且渲染成本很高。將範圍記錄在專案的 notes.md「Segments」中。

淡入淡出感知邊界: 傳遞 --mkv(或 --hardsub,它會複用其 MKV)會使其在每個邊界附近執行 blackdetect,並將剪輯點拉離任何原始淡入淡出。觀看環節/MV 在邊緣處會淡入/淡出黑色;偏移可能使剪輯點進入淡入淡出,而兩個相鄰的剪輯點半淡出在串接處相遇會產生黑色閃爍。腳本會輸出亞秒級邊界 — 不會遺失字幕(偏移區域是無字幕的)。腳本會報告例如 end 0:51:00->0:50:59.69 (source fade)。

然後硬字幕(--hardsub 標記會印出此指令;必須在修剪前執行硬字幕 — 修剪會使 .ass 時間戳失效):

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

處理並行 GPU 編碼(h264_nvenc)、自動 popups.json VA/gachapin 疊加卡片合成、在片段邊界處平滑的 0.4 秒影片 + 音訊淡入/淡出過場,以及串接成最終影片。


4. YouTube 標題與說明

將以下內容寫入專案的 notes.md(## YouTube Title,## YouTube Blurb)。

標題 — [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)。

說明 — 兩個段落,語氣隨意且熱情,方向為回顧(針對想要回顧的粉絲,而非預告)。樣式規則:

  1. 不要使用破折號 (—)。 使用逗號、括號或分開的子句。在儲存前掃描草稿並替換任何 —。
  2. 以系列框架開頭: This episode of ProSeka AfterTalk has <VA name> (voice of <character>) covering <event/topic>...。這是一個系列節目,所以用「this episode of」,而非「in the AfterTalk」。
  3. 將個性融入內容中。 主軸是實質內容(故事、卡牌藝術、歌曲、錄音);將每個主題與該主題的個性細節配對(例如,討論歌曲和「2DMV」失誤)。不要將有趣的部分孤立成一個段落。
  4. 不要使用鉤子句子(「Bonus:」、「Don't miss...」、「Plus:」)。保持描述性的回顧語氣。

以 Original video: <url> 結尾。

要模仿的結構:第 1 段確認 VA + 活動 + 框架(單人/雙人主持,她觀看什麼);第 2 段涵蓋故事/錄音、卡牌插圖和歌曲/MV,並融入個性。請參閱 Grow Glorious Glow Aftertalk/notes.md 或 Gazing Upon the Night Sky's Fading Stars Aftertalk/notes.md 以取得範例。


5. YouTube 上傳

在硬字幕處理和撰寫 notes.md 之後,執行 scripts/youtube_upload.py 上傳完成後的影片:

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

此腳本會自動從 notes.md 中提取標題和說明,驗證長度,請求確認,並透過 YouTube Data API v3 上傳(可續傳上傳)。


防護措施

  • 位置:僅變更 Alignment + MarginL/R/V;絕不重新著色;絕不觸碰 Comment: 行或覆蓋現有的 \pos。
  • 片段:剪輯是編輯決策 — 在進行(昂貴的)渲染前確認;將範圍記錄到 notes.md;轉錄的文字計數會告訴你為什麼間隙是剪輯點。
  • 腳本在遇到未知樣式/路徑時會報錯 — 修正引數而非強制執行。

相關技能