omnicaptions-convert

キャプション形式の変換

lattifai-captions を使用して、30 種類以上のキャプション形式を相互に変換します。

⚡ YouTube ワークフロー

# 1. Transcribe YouTube video directly
omnicaptions transcribe "https://youtube.com/watch?v=VIDEO_ID" -o transcript.md

# 2. Convert to any format
omnicaptions convert transcript.md -o output.srt
omnicaptions convert transcript.md -o output.ass
omnicaptions convert transcript.md -o output.vtt

使用する場面

• SRT を VTT、ASS、TTML などに変換する場合
• Gemini の Markdown 字幕起こしを標準的なキャプション形式に変換する場合
• 単語レベルのタイムスタンプを含む YouTube VTT をほかの形式に変換する場合
• 形式を一括変換する場合

使用しない場面

• 文字起こしが必要な場合（/omnicaptions:transcribe を使用）
• 翻訳が必要な場合（/omnicaptions:translate を使用）

セットアップ

pip install omni-captions-skills --extra-index-url https://lattifai.github.io/pypi/simple/

クイックリファレンス

形式	拡張子	読み込み	書き込み
SRT	.srt	✓	✓
VTT	.vtt	✓	✓
ASS/SSA	.ass	✓	✓
TTML	.ttml	✓	✓
Gemini MD	.md	✓	✓
JSON	.json	✓	✓
TXT	.txt	✓	✓

全形式：SRT、VTT、ASS、SSA、TTML、DFXP、SBV、SUB、LRC、JSON、TXT、TSV、Audacity、Audition、FCPXML、EDL など。

CLI の使い方

# Convert (auto-output to same directory, only changes extension)
omnicaptions convert input.srt -t vtt           # → ./input.vtt
omnicaptions convert transcript.md              # → ./transcript.srt

# Specify output file or directory
omnicaptions convert input.srt -o output/       # → output/input.srt
omnicaptions convert input.srt -o output.vtt    # → output.vtt

# Specify format explicitly
omnicaptions convert input.txt -o out.srt -f txt -t srt

ASS スタイルプリセット

ASS 形式に変換するときは、--style を使用してプリセットスタイルを適用します。

omnicaptions convert input.srt -o output.ass --style default    # White text, bottom
omnicaptions convert input.srt -o output.ass --style top        # White text, top
omnicaptions convert input.srt -o output.ass --style bilingual  # White + Yellow (for bilingual)
omnicaptions convert input.srt -o output.ass --style yellow     # Yellow text, bottom

プリセット	位置	1 行目	2 行目	用途
default	下部	白	白	標準的なキャプション
top	上部	白	白	下部が隠れている場合
bilingual	下部	白	黄色	バイリンガルキャプション（原文 + 译文）
yellow	下部	黄色	黄色	視認性を高める場合

バイリンガルの例

SRT に次のような 2 行のキャプションがある場合：

1
00:00:01,000 --> 00:00:03,000
Hello World
你好世界

--style bilingual またはカスタムカラーを使用します：

# Preset: white + yellow
omnicaptions convert bilingual.srt -o output.ass --style bilingual

# Custom colors: green English + yellow Chinese
omnicaptions convert bilingual.srt -o output.ass --line1-color "#00FF00" --line2-color "#FFFF00"

# Mix preset with custom line2 color
omnicaptions convert bilingual.srt -o output.ass --style default --line2-color "#FF6600"

カスタムカラーオプション

オプション	説明
--line1-color "#RRGGBB"	1 行目（原文）の色
--line2-color "#RRGGBB"	2 行目（翻訳）の色

一般的な色：#FFFFFF（白）、#FFFF00（黄色）、#00FF00（緑）、#00FFFF（シアン）、#FF6600（オレンジ）

フォントサイズと解像度

フォントサイズは動画の解像度に基づいて自動計算されます。解像度は次の優先順位で検出されます。

1. --resolution 引数（例：1080p、4k、1920x1080）
2. --video 引数（ffprobe を使用して検出）
3. .meta.json ファイル（omnicaptions download によって保存）
4. デフォルト：1080p

# Auto-detect from .meta.json (saved by download command)
omnicaptions convert abc123.en.srt -o abc123.en.ass --karaoke

# Specify resolution directly
omnicaptions convert input.srt -o output.ass --resolution 4k
omnicaptions convert input.srt -o output.ass --resolution 720p
omnicaptions convert input.srt -o output.ass --resolution 1920x1080

# Detect from video file (uses ffprobe)
omnicaptions convert input.srt -o output.ass --video video.mp4

# Override auto-calculated fontsize
omnicaptions convert input.srt -o output.ass --resolution 4k --fontsize 80

解像度	PlayRes	自動フォントサイズ
480p	854×480	24
720p	1280×720	32
1080p	1920×1080	48（デフォルト）
2K	2560×1440	64
4K	3840×2160	96

カラオケモード

単語単位のハイライト付きカラオケ字幕を生成します。単語レベルのタイミングが必要です（まず LaiCut でアラインメントを行ってください）。

# Basic karaoke (sweep effect - gradual fill)
omnicaptions convert lyrics_LaiCut.json -o lyrics_LaiCut_karaoke.ass --karaoke

# Different effects
omnicaptions convert lyrics_LaiCut.json -o lyrics_LaiCut_karaoke.ass --karaoke sweep    # Gradual fill (default)
omnicaptions convert lyrics_LaiCut.json -o lyrics_LaiCut_karaoke.ass --karaoke instant  # Instant highlight
omnicaptions convert lyrics_LaiCut.json -o lyrics_LaiCut_karaoke.ass --karaoke outline  # Outline then fill

# LRC karaoke (enhanced word timestamps)
omnicaptions convert lyrics_LaiCut.json -o lyrics_LaiCut_karaoke.lrc --karaoke

効果	ASS タグ	説明
sweep	\kf	左から右へ徐々に塗りつぶします（デフォルト）
instant	\k	単語を即座にハイライトします
outline	\ko	輪郭を塗りつぶしてから、テキストを塗りつぶします

カラオケのワークフロー

# 1. Align with LaiCut (get word-level timing in JSON)
omnicaptions LaiCut audio.mp3 lyrics.txt

# 2. Convert to karaoke ASS
omnicaptions convert lyrics_LaiCut.json -o karaoke.ass --karaoke

# Or combine with style
omnicaptions convert lyrics_LaiCut.json -o karaoke.ass --karaoke --style yellow

Python の使い方

from omnicaptions import Caption

# Load any format
cap = Caption.read("input.srt")

# Write to any format
cap.write("output.vtt")
cap.write("output.ass")
cap.write("output.ttml")

よくある間違い

間違い	解決方法
形式が検出されない	--from / --to フラグを使用します
タイムスタンプがない	ソース形式にタイミング情報が必要です
エンコーディングエラー	encoding="utf-8" を指定します

関連スキル

スキル	使用する場面
/omnicaptions:transcribe	音声／動画から文字起こしが必要な場合
/omnicaptions:translate	Gemini API で翻訳する場合
/omnicaptions:translate	Claude で翻訳する場合（API キー不要）
/omnicaptions:download	先に動画／キャプションをダウンロードする場合

ワークフローの例

# Transcribe → Convert → Translate (with Claude)
/omnicaptions:transcribe video.mp4
/omnicaptions:convert video_GeminiUnd.md -o video.srt
/omnicaptions:translate video.srt -l zh --bilingual