cli-anything-videocaptioner

cli-anything-videocaptioner

AI を活用した動画キャプション作成ツールです。音声を文字起こし → 字幕を最適化 → 翻訳 → 動画に焼き込みます。

インストール

pip install cli-anything-videocaptioner

前提条件:

• Python 3.10～3.12（videocaptioner 1.4.1 は >=3.10,<3.13 が必要です）
• videocaptioner がインストールされている必要があります（pip install videocaptioner）
• 動画の合成には FFmpeg が必要です

使用方法

基本コマンド

# Show help
cli-anything-videocaptioner --help

# Start interactive REPL mode
cli-anything-videocaptioner

# Transcribe a video (free, no setup)
cli-anything-videocaptioner transcribe video.mp4 --asr bijian

# Translate subtitles (free Bing translator)
cli-anything-videocaptioner subtitle input.srt --translator bing --target-language en

# Full pipeline: transcribe → translate → burn subtitles
cli-anything-videocaptioner process video.mp4 --asr bijian --translator bing --target-language en --subtitle-mode hard

# Review subtitle/script consistency before a final hard-burn
cli-anything-videocaptioner synthesize video.mp4 -s subtitles.srt \
  --subtitle-mode hard \
  --review-script approved_script.txt

# Render a one-frame subtitle preview for review
cli-anything-videocaptioner review subtitles.srt \
  --script approved_script.txt \
  --preview-video video.mp4 \
  --preview-output review_5s.png

# JSON output (for agent consumption)
cli-anything-videocaptioner --json transcribe video.mp4 --asr bijian

REPL モード

サブコマンドを指定せずに呼び出すと、CLI は対話型の REPL セッションに入ります:

cli-anything-videocaptioner
# Enter commands interactively with tab-completion and history

コマンドグループ

transcribe — 音声から字幕へ

transcribe <input> [--asr bijian|jianying|whisper-api|whisper-cpp] [--language CODE] [--format srt|ass|txt|json] [-o PATH]

• bijian（デフォルト）: 無料、中国語と英語、セットアップ不要
• whisper-api: すべての言語、--whisper-api-key が必要

subtitle — 最適化と翻訳

subtitle <input.srt> [--translator llm|bing|google] [--target-language CODE] [--layout target-above|source-above|target-only|source-only] [--no-optimize] [--no-translate] [-o PATH]

• 3 つのステップ: 分割 → 最適化 → 翻訳
• Bing/Google 翻訳は無料です
• 38 のターゲット言語をサポート（BCP 47 コード）

synthesize — 字幕を動画に焼き込む

synthesize <video> -s <subtitle> [--subtitle-mode soft|hard] [--quality ultra|high|medium|low] [-o PATH] [--review-script PATH] [--max-script-diff-ratio FLOAT]

• 安定したバックエンドの synthesize サーフェスを反映します
• 字幕の見た目は、追加のハーネスフラグではなく、字幕アセット/バックエンドのバージョンによって制御されます
• --review-script は最終エクスポートの前に字幕/スクリプトのずれをチェックします
• 耐障害性よりもコピーの正確さが重要な場合は、--max-script-diff-ratio を低くしてください

process — フルパイプライン

process <input> [--asr ...] [--translator ...] [--target-language ...] [--subtitle-mode ...] [--layout ...] [--no-optimize] [--no-translate] [--no-synthesize] [-o PATH]

review — 一貫性チェックとプレビュー

review <input.srt|input.ass> [--script PATH] [--max-diff-ratio FLOAT] [--preview-video PATH] [--preview-at TC] [--preview-output PATH]

• ハード焼き込みの前に字幕/スクリプトのずれを検出します
• 完全な最終動画を生成する代わりに、単一のレビューフレームをレンダリングできます

styles — スタイルプリセットを一覧表示

styles

• インストールされているバックエンドがプリセットスタイリングのサポートを公開しているかどうかを報告します

config — 設定を管理

config show
config set <key> <value>

download — オンライン動画をダウンロード

download <URL> [-o DIR]

JSON 出力

すべてのコマンドは、機械可読な出力のための --json をサポートしています:

cli-anything-videocaptioner --json transcribe video.mp4 --asr bijian
# {"output_path": "/path/to/output.srt"}

バックエンドに関する注意

• アップストリームのバックエンドは現在 Python >=3.10,<3.13 を必要とします。マトリックス実行には Python 3.12 を推奨します。
• 高度な synthesize 時のスタイルフラグはバックエンドのバージョンに依存します。インストールされているバックエンドがそれらを公開しているかどうかを確認するには styles を使用してください。
• layout、render_mode、style、style_override、font_file などの互換性フラグは、styles とインストールされているバックエンドがサポートを確認しない限り、非安定として扱う必要があります。

ターゲット言語

BCP 47 コード: zh-Hans zh-Hant en ja ko fr de es ru pt it ar th vi id およびその他 23 言語。