Capite
Capite es un generador de subtítulos animados para video abierto bajo MIT, que procesa localmente con faster-whisper y FFmpeg libass. Soporta 27 estilos, edición a nivel palabra y exportación MP4/SRT/VTT/ASS.
Ficha actualizada 22 sept 2026, 16:33 · upstream 21 sept 2026, 7:12 · release v1.0.0
Qué es Capite
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Capite es una plataforma open source para generar subtítulos animados sincronizados con video, ejecutándose completamente en el servidor local sin enviar datos externos. Utiliza faster-whisper optimizado con CTranslate2 para transcripción de voz a texto con timestamps milisegundo exactos, y FFmpeg libass para renderizar animaciones ASS directamente en MP4 HD (CRF 18).
La interfaz web está construida con Next.js 16 (React 19) y Tailwind CSS v4, ofreciendo un editor interactivo a nivel de palabra donde cada chip es clickeable para navegación instantánea. Incluye 27 estilos predefinidos categorizados (Trending, Clean & Tech, Editorial, Pop), con preview en tiempo real en mockup móvil y personalización de fuentes, animaciones y fondos.
El sistema permite edición directa de transcripciones, ajuste fino de timing con nudges de ±0.1s, herramientas de batch como Find & Replace, conversores de casing y re-renderizado instantáneo al cambiar palabras o estilos sin volver a transcribir. Soporta 100+ idiomas con detección automática y fuentes script-aware para latín, CJK, árabe, devanagari, tailandés, hebreo y cirílico.
- Generar subtítulos animados para TikTok, Instagram Reels y YouTube Shorts sin marcas de agua
- Edición precisa de transcripciones de podcasts con ajuste milisegundo a nivel palabra
- Procesamiento local de video para equipos que requieren privacidad total (sin subir datos)
- Integración de workflows de transcripción offline en pipelines de producción internos
- Licencia MIT permissiva: código abierto sin suscripciones, créditos por video ni marcas de agua
- Renderizado instantáneo al editar palabras o cambiar estilos (re-burn en segundos)
- 27 estilos de animación predefinidos con preview móvil en tiempo real y personalización completa
- Soporte para 100+ idiomas con detección automática y fuentes adaptativas a scripts complejos
- Requiere hardware local potente (mínimo 4 núcleos CPU, 2GB RAM, 10GB disco según análisis técnico)
- No incluye Dockerfile oficial, solo Docker Compose disponible para despliegue
- Dependencia de FFmpeg libass instalado previamente en el sistema para renderizado avanzado
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Usar Docker Compose para instalación rápida. Asegurar FFmpeg y libass instalados antes del deploy. Configurar límites de archivo/duración según hardware disponible. Portas 3000 (frontend) y 5000 (backend/API).
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.