chengyi-ai/native-subtitle-quote-image

解決する課題

このプロジェクトは、動画コンテンツから高品質で長文の「引用画像」を作成するプロセスを自動化します。動画クリップを視覚的に一貫性のある共有可能な画像コラージュに変換するための構造化された方法を提供することで、手動でのフレームキャプチャや字幕合わせの手間を解消します。元の焼き込み字幕を保持することも、検証済みのスクリプトテキストをオーバーレイすることも可能です。

仕組み

このツールは2つの異なるモードで動作します。

• ネイティブモード (Native Mode)：動画フレームから既存の焼き込み字幕を直接識別して切り抜きます。再レンダリングや OCR を行わず、元の視覚スタイルを維持します。
• スクリプトモード (Script Mode)：検証済みの対話とタイムスタンプを含む JSON ファイルをユーザーが提供し、ツールがカスタムレイアウト設定を使用して選択した動画フレーム上にオーバーレイします。

このプロジェクトは「エージェントスキル (Agent Skill)」として使用できるように設計されており (Claude Code や Codex などのツールと互換性があります)、ユーザーは自然言語コマンドで処理を開始できます。フレーム選択、切り抜き、レイアウト構成、品質チェックを自動的に処理します。

対象ユーザー

コンテンツクリエイター、研究者、またはソーシャルメディア、ドキュメント、プレゼンテーション用に動画から意味のある引用や対話シーケンスを抽出する必要があるすべての方を対象としています。手動編集なしでプロフェッショナルな視覚基準を維持したい方に特に役立ちます。

ハイライト

• デュアル字幕処理：ネイティブの焼き込み字幕とポストプロダクションのスクリプトオーバーレイを明確に分離し、混乱を防ぎます。
• エージェント対応 (Agent-Ready)：AI エージェントのワークフローに統合できるように設計されており、一文の自然言語コマンドで動画を処理できます。
• 柔軟なレイアウト：さまざまなアスペクト比とコンパクトなレイアウトをサポートし、視覚的な区切り線や話者プレフィックスを追加するオプションも備えています。
• 品質重視：フレーム品質、字幕の配置、重複検出の組み込みチェックが含まれており、最終出力がクリーンで読みやすいことを保証します。