Un prompt peut-il remplacer Headliner ?

Construis un générateur d’audiogramme local : de l’audio en entrée, une vidéo sociale sous-titrée en sortie.

Entrée : un fichier audio ou vidéo. Montre une forme d’onde de tout le fichier et laisse l’utilisateur sélectionner un segment en glissant, avec un ajustement fin au clavier et un aperçu de juste ce segment. Sélectionner le clip, c’est la majorité du travail en pratique, donc rends ça rapide.

Transcription : lance whisper.cpp en local sur le segment sélectionné pour obtenir des horodatages au mot près. Au mot près, pas au segment près — le timing des sous-titres en dépend.

Sous-titres, là où la qualité se joue vraiment. Groupe les mots en lignes de sous-titre en utilisant ces règles, toutes configurables :

- Un maximum de N caractères par ligne et M lignes à l’écran à la fois.
- Casser à la ponctuation d’abord, puis à une conjonction ou préposition, et seulement ensuite à la limite de caractères. Ne jamais casser en plein milieu d’un mot.
- Une durée minimum à l’écran par sous-titre, en étendant les courts en empruntant à l’espace qui suit.
- Surlignage optionnel au mot près, où le mot actuellement prononcé est mis en emphase dans la ligne visible.

Rends chaque sous-titre depuis la transcription corrigée, et rends la transcription modifiable avant le rendu — le modèle se trompera sur les noms et le jargon et les corriger après coup veut dire re-rendre.

Visuels : une image de fond ou une couleur unie, un titre, et une forme d’onde animée pilotée par l’amplitude audio réelle, dans l’un de trois styles (barres, ligne, cercle). Position et taille sont choisies parmi un petit ensemble de mises en page, pas par placement libre.

Formats : rends le même clip en carré (1:1), vertical (9:16) et paysage (16:9) en une passe, avec la mise en page qui s’adapte par format et un guide de zone de sécurité montré dans l’aperçu pour que les sous-titres ne se retrouvent pas sous l’interface propre d’une plateforme.

Rendu : compose les images et assemble avec ffmpeg. Montre une vraie barre de progression avec un temps estimé, lance le rendu dans un processus en arrière-plan pour que l’interface reste utilisable, et permets l’annulation sans laisser un fichier à moitié écrit.

Fichiers de projet : stocke la sélection de clip, la transcription corrigée, la mise en page et le style en JSON pour qu’un clip puisse être re-rendu après une correction de sous-titre sans refaire le travail.

Hors périmètre : le nettoyage ou mastering audio, une bibliothèque de médias stock, la sélection automatique de clip, la publication directe vers n’importe quelle plateforme, et tout rendu hébergé.