Subtle: ใส่ซับขยับให้คลิปพูดบน Mac ด้วย Claude Code หรือ Codex พร้อมคำยักษ์หลังตัวเรา
Subtle คือสกิลฟรีของ Claude Code และ Codex ที่ถอดเสียงแล้วใส่ซับเคลื่อนไหว 35 สไตล์ให้คลิปพูดหน้ากล้องในเครื่อง Mac 6 สไตล์วางคำยักษ์ไว้หลังตัวเรา บทความนี้พาลงทีละขั้น ให้ประโยคเริ่มต้น วิธีเลือกสไตล์ และข้อควรรู้ รวมถึงเรื่องที่ยังไม่รองรับภาษาไทย

ใครทำคลิปพูดหน้ากล้องคงรู้ว่าซับแบบเด้งทีละคำกินเวลาที่สุด ต้องนั่งแก้คำผิด ตั้งเวลาทีละคำ เลือกคำที่จะทำตัวใหญ่ และถ้าอยากได้ตัวหนังสือยักษ์ที่อยู่หลังตัวเรา ก็ต้องไปตัดคนออกจากพื้นหลังเองทุกช็อต
Subtle คือสกิลฟรีของ Claude Code และ Codex (มี CLI ให้ใช้ด้วย) ที่ทำทั้งหมดนั้นในเครื่อง Mac ของเรา บทความนี้พาลงทีละขั้น ให้ประโยคเริ่มต้นไว้สั่ง บอกวิธีเลือกสไตล์ และเรื่องที่ต้องรู้ก่อนใช้ โดยเฉพาะเรื่องภาษาไทย ข้อมูลเขียนจาก README, SKILL.md และ docs ใน repo เช็กเมื่อ 21 พ.ย. 2026
Subtle คืออะไร
เป็นสกิลที่รับไฟล์คลิป ถอดเสียงพร้อมเวลาของทุกคำ จัดคำเป็นหน้าสั้นๆ อ่านง่าย เลือกคำสำคัญมาไฮไลต์ แล้วเรนเดอร์ซับเคลื่อนไหวทับคลิปตามสไตล์ที่เลือก มีให้เลือก 35 สไตล์ ทุกอย่างรันในเครื่อง ไม่อัปโหลดคลิป และไม่ต้องใช้ API key
เทียบง่ายๆ: เหมือนมีคนทำซับนั่งอยู่ในเครื่องเรา ฟังคลิปจบก็พิมพ์ซับทีละคำ เลือกคำเด่น จัดให้ไม่ทับหน้า แล้วส่งไฟล์ที่เสร็จคืนมา ไฟล์ไม่เคยออกจากเครื่อง
ทำโดย Refs (refs.video) ใช้ license MIT เปิด repo เมื่อ 17 พ.ย. 2026 ตอนเขียนมีราว 88 ดาว

เหมาะกับใคร
- คนทำคลิปพูดหน้ากล้อง พอดแคสต์ หรือคลิปสัมภาษณ์ ภาษาอังกฤษ (รองรับสเปนและฮินดีด้วย)
- ใช้ Mac ชิป Apple Silicon (M1 ขึ้นไป)
- ใช้ Claude Code หรือ Codex อยู่แล้ว และอยากสั่งเป็นประโยคเดียวแทนการนั่งตัดซับเอง
ถ้าคลิปเป็นภาษาไทย อ่านหัวข้อข้อควรระวังก่อนครับ ตอนนี้ยังใช้กับภาษาไทยไม่ได้
สิ่งที่ต้องมี
| ต้องมี | ใช้ทำอะไร |
|---|---|
| Mac ชิป Apple Silicon | ถอดเสียงด้วย mlx-whisper และตัดคนออกจากพื้นหลังด้วย Apple Vision |
| ffmpeg | อ่านและเขียนไฟล์คลิป |
| Node 18 ขึ้นไป | ตัวเรนเดอร์ซับ |
Python 3.9 ขึ้นไป กับ uv | ถอดเสียงและเช็กภาพ |
| Xcode command line tools (Swift) | สไตล์ตัวหนังสือหลังตัวเรา และการจัดซับไม่ให้ทับหน้า |
ต้องมี Homebrew ในเครื่องก่อน เพราะคำสั่งลงทั้งหมดใช้ brew
ลงทีละขั้น
ขั้นที่ 1 — ลงเครื่องมือพื้นฐาน
เปิด Terminal แล้วรัน:
brew install ffmpeg node uv
แล้วลง Xcode command line tools (ถ้าเคยลงแล้วจะขึ้นว่าลงไว้แล้ว ข้ามได้เลย):
xcode-select --install
ขั้นที่ 2 — clone เป็นสกิล
เลือกบรรทัดตามตัวที่ใช้ ใช้ทั้งสองตัวก็รันทั้งสองบรรทัดได้
| ใช้กับ | คำสั่ง | ไปอยู่ที่ |
|---|---|---|
| Claude Code | git clone https://github.com/0xpratzyy/subtle ~/.claude/skills/subtle | ~/.claude/skills/subtle |
| Codex | git clone https://github.com/0xpratzyy/subtle ~/.agents/skills/subtle | ~/.agents/skills/subtle |
Claude Code:
git clone https://github.com/0xpratzyy/subtle ~/.claude/skills/subtle
Codex:
git clone https://github.com/0xpratzyy/subtle ~/.agents/skills/subtle

ตาม docs ของ Claude Code สกิลที่เพิ่มใน ~/.claude/skills/ จะโผล่ใน session ที่เปิดอยู่ได้เลยไม่ต้องรีสตาร์ต ถ้ายังไม่เห็น พิมพ์ /reload-skills
ขั้นที่ 3 — เช็กเครื่องด้วย doctor
เข้าไปในโฟลเดอร์สกิล (ของ Codex ใช้ ~/.agents/skills/subtle) แล้วรันตัวเช็ก:
cd ~/.claude/skills/subtle
bash scripts/doctor.sh
ตัวเช็กจะพิมพ์ทีละบรรทัดว่าอะไร ok อะไร MISSING พร้อมคำสั่งลงของที่ขาด ถ้าครบจะจบด้วย Ready. บรรทัดที่ขึ้น optional ไม่ต้องตกใจ เช่น ตัวเรนเดอร์ยังไม่ได้ลง เพราะมันลงเองตอนรันครั้งแรก
ครั้งแรกจะช้าหน่อย: ต้องโหลดโมเดลถอดเสียง (Whisper large-v3-turbo) ราว 1.6 GB และลงแพ็กเกจของตัวเรนเดอร์อีกราว 1 นาที ครั้งต่อไปเร็วขึ้น
ขั้นที่ 4 — สั่งเป็นประโยคเดียว
เปิด Claude Code หรือ Codex แล้วพิมพ์ประโยคจาก README ได้เลย เปลี่ยน path เป็นไฟล์ของเรา:
add captions to ~/Movies/talk.mp4
อยากได้ตัวหนังสือยักษ์หลังตัวเรา:
put a giant keyword behind me
ใน Claude Code พิมพ์ /subtle นำหน้าเพื่อเรียกสกิลตรงๆ ก็ได้ ตาม SKILL.md ตัว agent จะเช็กเครื่อง ถอดเสียงแล้วอ่าน transcript แก้ชื่อที่สะกดผิด จัดคำเป็นหน้า เลือกคำไฮไลต์ เรนเดอร์ แล้วเปิดภาพ preview ดูเองก่อนส่งงาน ถ้าไม่บอกสไตล์ มันใช้ glide และบอกว่ามีสไตล์อื่นอะไรอีก
ไฟล์ที่ได้
| ไฟล์ | คืออะไร |
|---|---|
talk.captioned.mp4 | คลิปที่มีซับแล้ว |
talk.srt | ซับไฟล์ปกติ เอาไปใช้ในโปรแกรมตัดต่อหรืออัปขึ้นแพลตฟอร์มได้ |
talk.captions.json | ทุกหน้า ทุกคำ และคำไฮไลต์ แก้เองได้ |
talk.preview.jpg | ภาพรวมหลายเฟรมไว้เช็กว่าซับอ่านออกและไม่ทับหน้า |
ทุกไฟล์อยู่โฟลเดอร์เดียวกับคลิปต้นฉบับ transcript ถูกเก็บไว้ตามไฟล์ ลองสไตล์ใหม่จึงไม่ต้องถอดเสียงซ้ำ
เลือกสไตล์
สไตล์เริ่มต้นคือ glide: คำสำคัญเป็นตัวเขียนลายมือตัวใหญ่ คำอื่นเป็นตัวหนาสีขาวบนบรรทัดเดียวกัน อยากได้แบบอื่นก็บอกชื่อสไตล์ในประโยค เช่น "add captions to ~/Movies/talk.mp4 in the cover style"
6 สไตล์ที่วางคำยักษ์หลังตัวเรา
| สไตล์ | หน้าตา | เหมาะกับ |
|---|---|---|
keyword | คำยักษ์สีเขียวอ่อนหลังตัวเรา คำอื่นเล็กเรียงข้างๆ | คนเดียว กล้องนิ่ง |
cover | คำ serif ตัวเอียงใหญ่หลังหัว เหมือนหัวนิตยสาร | ช็อตกว้าง มีที่ว่างเหนือหัว |
outline | คำโปร่งเห็นแต่เส้นขอบ วาดขึ้นมาแล้วเติมสีตอนพูดถึง | ช็อตกว้าง |
poster | 2–3 คำซ้อนกัน แต่ละบรรทัดคนละฟอนต์ กว้างเท่ากัน แบบชื่อหนังบนโปสเตอร์ | ช็อตกว้าง ที่ว่างเหนือหัวเยอะ |
rise | คำยักษ์ไต่ขึ้นมาจากหลังไหล่ทีละตัวอักษร | ช็อตกว้าง |
numeral | ตัวเลข ปี และชื่อขึ้นตัวยักษ์ หมุนเหมือนเลขไมล์รถ | คลิปที่พูดตัวเลขเยอะ |
Subtle เช็กทีละช็อต ช็อตกว้างคำจะไปอยู่หลังหัว ช็อตใกล้ที่คำจะโดนบังหมด มันจะวาดไว้ข้างหน้าหรือข้ามไปเลย

ใช้จาก Terminal
อยู่ในโฟลเดอร์สกิลแล้วสั่งได้เลย:
cd ~/.claude/skills/subtle
python3 scripts/subtle.py ~/Movies/talk.mp4 --style keyword
ดูชื่อสไตล์ทั้งหมด:
python3 scripts/subtle.py --list-styles
บางสไตล์มีชุดสีให้เลือก ใส่ต่อท้ายด้วย : เช่น ป้ายสีเหลือง:
python3 scripts/subtle.py ~/Movies/talk.mp4 --style ticket:yellow
ไปดูทุกสไตล์เล่นจริงบนคลิปเดียวกันได้ที่ subtle.refs.video หน้านั้นใช้ตัวเรนเดอร์เดียวกับในเครื่อง

ไฮไลต์ที่เลือกคำให้เอง
จุดที่ผมชอบคือเรื่องตัวเลข พูดว่า "five thousand dollars" ซับขึ้น $5,000 เป็นก้อนเดียว ไฮไลต์ให้ด้วย ไม่โดนตัดครึ่งไปคนละบรรทัด "forty percent" ขึ้น 40% ส่วนปีอย่าง 1991 คงไว้แบบเดิม
ลำดับคำที่ได้ไฮไลต์: ตัวเลขกับราคาก่อน แล้วชื่อคนหรือสถานที่ แล้วคำหักมุมของประโยค แล้วหัวข้อที่พูดถึงครั้งแรก Claude อ่านซับแล้วเลือกเอง พร้อมเหตุผลบรรทัดเดียวต่อคำ เราอ่านแล้วแก้ได้ หน้าละ 1 คำ หน้ายาวได้ 2 คำ ไม่ไฮไลต์คำเติม

ไม่มีใครเลือกก็ได้ ค่าเริ่มต้น --emphasis auto ใช้กฎหาตัวเลข ชื่อ และคำหักมุมเอง ปรับได้แบบนี้:
--emphasis numbersไฮไลต์แค่ตัวเลข ราคา เปอร์เซ็นต์ และปี--emphasis offปิดไฮไลต์--emphasis-words 'gold, $5,000'บังคับคำที่ต้องการ (ใช้เครื่องหมาย'ไม่งั้น shell จะกิน$5)
แก้ซับเองได้ใน talk.captions.json แล้วเรนเดอร์ใหม่โดยไม่ถอดเสียงซ้ำ:
python3 scripts/subtle.py ~/Movies/talk.mp4 --captions ~/Movies/talk.captions.json
ข้อควรระวัง
- ใช้ได้แค่ Mac ชิป Apple Silicon การถอดเสียงใช้
mlx-whisperและการตัดคนออกจากพื้นหลังใช้ Apple Vision เครื่อง Intel หรือ Linux ทำได้แค่เรนเดอร์จากไฟล์เวลาคำที่เรามีอยู่แล้ว (--words) - ภาษาไทยยังไม่รองรับ ในโฟลเดอร์
fonts/ไม่มีฟอนต์ไทยเลย กฎเลือกคำไฮไลต์มีรายการคำแค่อังกฤษกับสเปน (ฮินดีได้เรื่องตัวเลข) และตัวจัดคำเป็นบรรทัดต่อคำด้วยช่องว่าง ซึ่งภาษาไทยไม่เว้นวรรคระหว่างคำ ตอนนี้ใช้ดีที่สุดกับคลิปพูดภาษาอังกฤษ - สไตล์หลังตัวเรา ใช้ดีกับคนเดียวและกล้องนิ่ง ผมละเอียด มือขยับเร็ว และกล้องแพนเร็วจะเห็นขอบที่ตัดไม่เนียน Subtle เช็กก่อนและวาดคำไว้ข้างหน้าแทนถ้าจะออกมาไม่สวย อย่าบังคับใช้กับคลิปกีฬาหรือช็อตที่คนเต็มจอ
- ฟุตเทจสว่างหรือรก สไตล์ที่ไม่มีกล่องรองอาจอ่านยาก ตัวเช็กจะเตือนและแนะนำ
glass,chipหรือblock - license ของตัวเรนเดอร์ โค้ดของ Subtle เป็น MIT แต่ตัวเรนเดอร์คือ Remotion ซึ่งฟรีสำหรับคนทั่วไปและบริษัทไม่เกิน 3 คน บริษัทใหญ่กว่านั้นต้องซื้อ company licence ของ Remotion
- ภาพตัวอย่างใน repo และเว็บ เป็นคลิปพอดแคสต์ของคนอื่นที่ใช้โชว์ซับเท่านั้น ไม่ได้อยู่ใต้ MIT อย่าเอาไปใช้ต่อ ใช้คลิปของเราเองที่มีสิทธิ์
- โค้ดรันในเครื่องเรา สกิลสั่งรันสคริปต์และลงแพ็กเกจ อ่านคำสั่งก่อนกดอนุญาต และ
git pullในโฟลเดอร์สกิลเป็นระยะเพื่อรับอัปเดต
สิ่งที่ได้ / ลองต่อ
- ลงเครื่องมือ 2 บรรทัด clone สกิล 1 บรรทัด รัน doctor แล้วสั่งเป็นประโยคเดียว ได้คลิปพร้อมซับ ไฟล์
.srtและ.captions.jsonที่แก้ต่อได้ - เริ่มจาก
glideก่อน แล้วลองkeywordหรือcoverกับช็อตกว้างที่มีที่ว่างเหนือหัว - ขั้นต่อไป: เปิด subtle.refs.video ดูสไตล์ที่ชอบ แล้วลองกับคลิปพูดภาษาอังกฤษสั้นๆ ของเราสัก 30 วินาที
อยากให้ AI ทำงานแทนได้มากกว่าแชตถามตอบ ดูคอร์สทั้งหมดได้เลยครับ