用途
caption-burn 用于给已完成的竖屏视频烧录硬字幕,字幕的时间轴来自成片自身音频的实际说话内容,而不是脚本的预估时间。它属于 GooseWorks 视频工具链(gooseworks-ai/goose-skills),单条命令即可完成转写与字幕合成。
说明:该技能已被取代——视频套件现在通过仓库 parts 文件夹中的 captions-layer 组件(版本 1.1.0)完成同样的事情。此原子技能行为保持不变,供套件之外的技能继续使用;其脚本仍可运行。
主要能力
- 词级时间轴:transcribe.py 通过 GooseWorks 代理(fal)从视频自身音频获取单词时间,费用按分(cents)计。
- 按 beat 合成字幕:captions.py 读取 beats(每条的 vo 台词、起止时间,以及分屏布局下的 seam、size 和每条 beat 的状态),任何包含 beats: [{start, end, vo}] 的文件都可使用。
- 多种样式
- plate(默认):深灰圆角底板上的白色粗体,1–2 个词,字号上限约 0.019 H。
- outline:白色粗体加深色描边、无底板,1–3 个词,字号上限约 0.034 H。
- serif-word:一次只显示一个词,粗衬线(Georgia Bold),白字黑描边,基线固定在 0.77 H(屏幕插入风格),高亮词用引号标注。
- --card "LINE ONE|LINE TWO" --card-until 4.7:白色圆角钩子卡片,顶部两行重红色大写,用于开场数秒,每行约 14 个字符。
- 高亮关键词:--highlight WORD 将指定词标黄(例如 CTA 关键词),可重复使用。
- 无口播视频:plates.py 为每个 beat 的字幕(字符串或行列表)在整条 beat 时长内显示一个黑色文字块;方形矩形合并后再整体做圆角(逐行圆角会留下接缝);行左对齐,文字块以其最宽行为中心;默认放在该 beat 画面最空的条带,除非 beat 指定了 cap_y;beat 上设 logo: true 会在文字块下方挂上 logo 贴片。
使用方式
转写(付费,按分计):
python transcribe.py --media reel.mp4 --out reel.words.json
合成字幕:
python captions.py --video reel.mp4 --beats cutlist.aligned.json
--words reel.words.json --out final.mp4 [--style plate|outline] [--highlight Brand]
无口播视频:
python plates.py --video walk.mp4 --beats cutlist.json --out captioned.mp4 [--logo logo.png]
定位与样式参数:
- --anchor seam(当 beats 带 seam 时为默认):分屏 beat 上底板钉在 seam 处,按底板定位而非文字——25% 底板在线上、75% 在线下;全画幅 beat 使用 --full-y。
- --anchor fixed --y 0.62:每条字幕的底板中心位于画面高度的该比例处。
- 字体:macOS、Linux、Windows 上会自动寻找粗体无衬线字体;若都没有,会把 Roboto Bold 一次性下载到 ~/.cache/gooseworks/fonts。可用 --font 或 GW_CAPTION_FONT 覆盖。
规则
- 转写的是完成后的音频。拼接素材与对齐台词都会改变时间,只有最终视频的音频才给出正确的字幕点。
- 最后一条字幕保持到最后一帧,它就是行动号召(CTA)。
- Whisper 写法不同的词(如把“two hundred”写成“200”)会在相邻词之间做插值,而不是丢弃或拉伸到整行。
- 不带 --words 时,时间由音节数估算。这只能用于判断位置,不可用于交付。
合成前的覆盖预测(footprint)
内置的 footprint 辅助工具使用此渲染器的 cue 分组、所选字体、描边、底板内边距与锚点。从已批准的 beat 列表导出它,并传给素材 cutlist 预览。该 JSON 包含每个分组及每 beat 渲染边界的并集。最终烧录必须使用相同的样式、锚点、字体与固定位置设置;在对齐或文案变更后需重新生成。字幕覆盖不能遮挡需要可读的声明限定语。除了这份计划覆盖,还要检查最终烧录后的画面帧。
给 footprint 与烧录传入相同的高亮词,包括 serif-word 的引号词。若 cut list 变更,预览会拒绝直到其 footprint 被重建。显式指定但缺失的字体在两个命令中都会失败。
适用场景与限制
适用于给已完成剪辑的竖屏视频(含口播或无口播)添加硬字幕、关键词高亮、开场钩子卡片与 logo 贴片,并可先做字幕覆盖预测。转写需调用 GooseWorks 代理并付费(按分计)。本资料未提供独立安装说明、支持的视频格式、分辨率范围、价格明细、代理配置方法或平台兼容性细节,这些暂未提供。