소홍슈·B站·더우인 영상 텍스트 대본 추출을 위한 Codex 스킬 'chubbyskills'

영상 미디어를 기반으로 리서치 자료를 수집하거나 숏폼 트렌드를 분석하는 크리에이터와 개발자에게 영상 속 음성을 정밀한 텍스트 대본(逐字稿)으로 추출하는 작업은 많은 시간과 노력이 소모되는 영역입니다. 소홍슈(小红书), Bilibili(B站), 더우인(抖音), 위챗 비디오(视频号) 등 다양한 영상 플랫폼의 콘텐츠를 단일 작업 흐름에서 텍스트로 변환해 내려받을 수 있는 오픈소스 Codex 연동 스킬 'chubbyskills'(chubbyguan/chubbyskills)가 공개되어 주목받고 있습니다.

이미지 출처: @Eejoylove via X

주요 영상 플랫폼 지원 범위와 텍스트 대본 추출 기능

chubbyskills는 중국의 대표적인 동영상 및 숏폼 플랫폼을 폭넓게 아우르는 미디어 전사(Transcription) 도구입니다. 소홍슈의 숏폼 영상부터 Bilibili, 위챗 비디오(视频号), 더우인 등 각 플랫폼에 게시된 영상에서 발화된 음성을 텍스트 대본으로 추출할 수 있도록 지원합니다.

플랫폼별로 서로 다른 다운로드 방식을 개별적으로 처리할 필요 없이, 단일 도구 안에서 영상 주소를 전달해 미디어 속 음성을 문자화된 텍스트 대본(逐字稿)으로 추출하고 내려받을 수 있습니다. 아울러 공개된 스레드에서는 중국 내 플랫폼 외에도 YouTube, X(구 Twitter), TikTok 등 해외 플랫폼 영상의 전사 역시 가능하다는 개별 사용자 후기가 공유되었습니다.

Codex 환경 연동과 간소화된 설치·활용 워크플로우

chubbyskills의 가장 큰 특징 중 하나는 복잡한 빌드 과정이나 번거로운 수동 환경 설정을 최소화하고, AI 코딩 에이전트 도구인 Codex와의 연동을 지향한다는 점입니다.

사용자는 별도의 복잡한 패키지 컴파일을 거치지 않고, Codex 대화 인터페이스에 GitHub 저장소 링크(chubbyguan/chubbyskills)를 직접 전달하여 스킬 설치를 지시할 수 있습니다. 설치가 완료된 이후에는 영상 링크를 제시하고 대본 추출을 요청하는 프롬프트만으로 미디어 텍스트 변환과 파일 저장을 처리할 수 있어, 콘텐츠 아카이빙과 리서치 작업의 수고를 덜어줍니다.

배경음악 영상과 AI 대본 보정 활용 팁

스레드 내 질의응답에서는 배경음악(BGM)이 강하게 깔린 세로형 숏폼 영상의 인식 정확도에 대한 사용자 질문이 다뤄졌습니다. 이에 대해 원문 공유자는 아직 직접적인 오차를 겪지는 않았으나, 필요한 경우 Codex 등 연결된 AI 에이전트에게 텍스트 교정 및 조정을 요청해 대본을 다듬을 수 있다는 활용 팁을 제시했습니다.

추출된 원시 대본을 LLM의 문맥 이해 능력을 통해 정돈함으로써 수작업 교정 부담을 덜고 최종 텍스트의 가독성을 높일 수 있습니다.

출처

• GitHub 저장소: chubbyguan/chubbyskills
• X 게시물: 文子🔆 (@Eejoylove)