Captions DaVinci

Subtitulos quemados para shorts. El aspecto entero vive en style.json: con ese archivo, la fuente de fonts/ y la misma transcripcion, scripts/captions.py genera siempre el mismo resultado.

Necesita Python 3 y ffmpeg en el PATH. El video de entrada es el master que sale de Resolve (skill edit-davinci).

Archivos De La Skill

Todo lo necesario esta dentro de esta carpeta; las rutas son relativas a ella.

Flujo

1. Generar los subtitulos del tramo:

python scripts\captions.py build `
  --transcript "<n>\<video>-transcripcion.json" `
  --start 479.883 --end 555.2 `
  --clip-config "<n>\subtitulos-correcciones.json" `
  --outdir "<n>\shorts" --name Short01_Claude_vs_Codex

--start y --end son los segundos del video original donde empieza y acaba el corte (fotograma / fps). La transcripcion es un JSON con segments[].words[], cada palabra con start, duration, text y eos.

Salen dos archivos: .srt con puntuacion (para subir a la plataforma o arrastrar a Resolve) y .ass para quemar.

2. Leer el .srt entero. Corregir en el JSON del video lo que este mal transcrito y decidir que va en grande (ver abajo). Regenerar.
3. Quemar sobre el master:

python scripts\captions.py burn `
  --video "<n>\shorts\Short01_Claude_vs_Codex_master.mp4" `
  --ass "<n>\shorts\Short01_Claude_vs_Codex.ass" `
  --out "<n>\shorts\Short01_Claude_vs_Codex_subs.mp4"

El resultado es ya la copia para subir: H.264 CRF 18 con tope de 14 Mbps, AAC 192 kbps y faststart.

4. Revisar con fotogramas antes de avisar, con edit_tools.py review de la skill edit-davinci:

python ..\edit-davinci\scripts\edit_tools.py review --video "<..._subs.mp4>" --outdir "<temp>" --every 2.5 --at 21.0 --strip 26.45

• Las cajas no tapan la boca ni se salen por los lados. Pedir con --at los subtitulos mas largos del .srt.
• Nombres propios y cifras bien escritos.
• Con --strip en un cambio de caja: la caja entra con fundido y las palabras se oscurecen progresivamente, no de golpe.

Config Del Video

Un JSON por video, junto a el (<n>\subtitulos-correcciones.json). No es estilo: es lo propio de ese contenido. Para un video nuevo, partir de examples/clip-config.json: sus correcciones de nombres (Claude, Codex, GPT-6...) valen para cualquier video del canal; la lista emphasis hay que rehacerla para cada clip.

{
  "replacements": [
    { "from": "cloud", "to": "Claude" },
    { "from": "GPT seis", "to": "GPT-6" },
    { "from": "por cinco", "to": "x5" },
    { "from": "20 casi más uso", "to": "20, casi más uso" }
  ],
  "emphasis": ["Codex", "infumable", "locura", "Opus 5.5", "90 £"]
}

replacements arregla la transcripcion. Se compara por palabras, sin mayusculas ni puntuacion, y las frases largas ganan a las cortas. La puntuacion de la palabra original se conserva. Sirve tambien para mover comas, que es donde se parten las cajas.

emphasis son las palabras o frases de hasta 3 palabras que salen solas y en grande, escritas como quedan despues de las correcciones. Elegir las que cargan el mensaje del clip (nombres de producto, cifras, el adjetivo fuerte), mas o menos una de cada cuatro o cinco cajas: si todo va en grande, nada destaca.

El Estilo

Lo eligio el usuario a partir de un video de muestra y lo afino despues. No cambiarlo salvo que lo pida; cuando lo pida, editar style.json, no el script.

Comportamiento que no esta en el JSON porque es la definicion del estilo:

• Una caja por grupo, ajustada al texto, sin borde ni sombra. Sale por corte seco cuando entra la siguiente.
• La primera palabra del grupo aparece ya oscura; las demas en gris hasta que se pronuncian.
• Los grupos se parten en comas, finales de frase y pausas.
• Minusculas y mayusculas tal cual vienen de la transcripcion corregida.

Para probar una variante sin tocar el estilo guardado, copiar style.json, editar la copia y pasarla con --style.

La Fuente

fonts/Poppins-Bold.ttf (Poppins Bold 4.004) va dentro de la skill junto a su licencia fonts/OFL.txt; no hace falta instalarla en el sistema. El script la lee para medir cada caja y ffmpeg la carga desde esa carpeta para dibujar el texto. Si falta, el script lo dice y no genera nada. Con otra fuente u otra version las cajas cambian de tamano y deja de ser el mismo estilo.

Copiar Un Estilo De Un Video De Muestra

Cuando el usuario da un video de referencia:

1. Cortarlo en fotogramas cada 0,1 s y montarlos en hojas de 6x2 para ver la secuencia entera.
2. Sacar tiras a 60 fps de un cambio de caja y de un cambio de palabra para ver las animaciones.
3. Medir sobre los fotogramas, no a ojo: color de fondo y de texto, alto de la caja, margenes, posicion vertical.
4. Quemar una prueba de 15 s y comparar lado a lado antes de procesar el clip entero.

Reglas

• No cambiar style.json sin que el usuario lo pida. Los ajustes de un video concreto van en su JSON, no en el estilo.
• No sobrescribir el _master.mp4: burn siempre escribe en otro archivo.
• No entregar sin revisar fotogramas.
• Al actualizar esta skill, mantener iguales la copia del workspace y la del repositorio de skills.