Was macht Video-Bearbeitung – Pipeline für untertitelte Präsentationen?
End-to-End-Videobearbeitung mit Untertiteln auf Basis von HyperFrames. Der Benutzer gibt ein Video; du orchestrierst Transkription → Prüfung → Rendern und PAUSIERST IMMER für die Transkriptionsfreigabe vor dem langen Rendern.
Wo diese Fertigkeit in der YUV.AI-Pyramide steht
video-edit befindet sich in der mittleren Ebene der YUV.AI-Fertigkeitenpyramide, zusammen mit yuv-design-system, yuv-decks, yuv-viral-video, parallax-landing-page und video-to-landing-page. Der Top-Orchestrator yuv-pilot leitet hierher weiter, sobald der Benutzer eine untertitelte Präsentation, ein Tutorial oder eine Talking-Head-Bearbeitung mit Untertiteln wünscht.
Dies ist das allgemeinere Video-Gegenstück zu yuv-viral-video. Die Aufteilung:
yuv-viral-video– die meinungsstarke YUV.AI-Viral-Kurzvideo-Pipeline (MrBeast-Tempo, charakteristischer Redaktionsstil)video-edit– allgemeiner Untertitel-Editor mit Transkriptionsprüfung-vor-Rendern (Hebräisch + Englisch + jede Whisper-Sprache)
Für YUV.AI-gebrandete untertitelte Videos kombiniere diese Fertigkeit mit yuv-design-system (Neon-Modus für Schrift-/Palettenentscheidungen). Für generische / Drittanbieter-Untertitelvideos funktioniert diese Fertigkeit eigenständig.
Wann aufrufen
- Ein Pfad zu einer Videodatei (mp4/mov/mkv) + eine Anfrage zum „Bearbeiten", „Untertiteln", „Hinzufügen von Untertiteln", „Erstellen eines Reels/Promos", „das Gleiche machen"
- „Untertitel / hebräische Rechtschreibfehler korrigieren" – Wiedereinstieg im Prüfschritt eines bestehenden Projekts
- Jede Erstellung eines untertitelten Tutorials / Talking-Head-Videos / Promos
Speicherort
Standard: ~/Documents/yuv-projects/videos/<slug>/ – untertitelte Videoprojekte immer hier speichern, damit Renderings auffindbar sind. Der <slug> ist kurz und leitet sich vom Thema oder Quelldateinamen ab.
mkdir -p ~/Documents/yuv-projects/videos
cd ~/Documents/yuv-projects/videos
# Projekt hier initialisieren.
Das endgültige Rendern landet unter ~/Documents/yuv-projects/videos/<slug>/renders/<name>_FINAL.mp4. Teile dem Benutzer am Ende des Renderns mit, wo das Video liegt.
Arbeitsablauf (12 Schritte)
-
Quelle analysieren –
ffprobefür Abmessungen, fps, Dauer, Audio. -
Grundgerüst erstellen –
cd ~/Documents/yuv-projects/videos && npx hyperframes init <slug> --video <path> --non-interactive. Das kopierte Video insource.mp4umbenennen. -
Audio extrahieren –
ffmpeg -i source.mp4 -vn -ac 1 -ar 16000 audio.wav. -
Transkribieren –
references/transcribe.pyin das Projekt kopieren. Standardmodelllarge-v3(bestes Hebräisch). CUDA schlägt unter Windows normalerweise fehl (fehlendes cuDNN); das Skript fällt auf CPU int8 zurück. Für Hebräischlanguage="he"erzwingen, für Englischlanguage="en"; ansonsten automatische Erkennung. -
Bekannte Korrekturen anwenden – Inhalt von
references/corrections-hebrew.mdalscorrections.jsonim Projektstammverzeichnis ablegen (Schlüssel = falsches Token, Werte = richtiges Token). -
🛑 STOP – Prüfserver starten und den Benutzer in einer Web-App freigeben lassen. Zuerst bekannte Korrekturen anwenden:
references/make_review.pyin das Projekt kopieren und ausführenpython make_review.py. Es wendetcorrections.jsonauftranscript.jsonan.Dann den Prüfserver als Hintergrundaufgabe starten (er blockiert, bis der Benutzer im Browser auf „Freigeben & Rendern" klickt):
python "$HOME/.claude/skills/video-edit/references/serve_review.py" . # Unter Windows: python "C:\Users\<benutzer>\.claude\skills\video-edit\references\serve_review.py" .Der Server gibt eine Zeile wie
REVIEW_URL=http://localhost:PORT/aus. Diese URL aus der Ausgabe der Hintergrundaufgabe (oder aus stdout) nehmen und dem Benutzer senden:👉 Transkript hier prüfen: http://localhost:PORT/ Wenn du auf Freigeben & Rendern klickst, mache ich automatisch weiter.
Der Agent benötigt keine „Weiter"-Nachricht – wenn der Benutzer auf den Button klickt, schreibt der Server
transcript_review.txtin das Projektverzeichnis UND beendet sich mit Code 0. Die Benachrichtigung der Hintergrundaufgabe des Agenten wird ausgelöst, und die Pipeline wird ab Schritt 8 fortgesetzt.Fallback, wenn kein Browser / kein Server verfügbar: Den Editor als statische Datei öffnen (
start "" "$HOME/.claude/skills/video-edit/transcript-editor/index.html"), den Benutzer bitten, den Projektordner auszuwählen, zu bearbeiten,transcript_review.txtzurück in das Projekt zu speichern und mit „weiter" zu antworten. Der Editor unterstützt beide Modi. -
(Optional) Hintergrundentfernung – siehe Schritt 7 unten; kann parallel zur Prüfung durch den Benutzer ausgeführt werden.
-
Nach Freigabe
python references/apply_review.pyausführen. Es tokenisiert bearbeitete Zeilen neu und verteilt Wortzeitstempel zurück intranscript.json, sodass die Untertitel-Synchronisation weiterhin funktioniert. -
(Optional) Hintergrundentfernung – wenn ein Talking-Head-Segment Text hinter dem Motiv benötigt, das Segment als
outro.mp4(oderintro.mp4) extrahieren undnpx hyperframes remove-background <clip>.mp4 -o <name>_subject.webm --quality bestausführen. Auf den meisten Systemen nur CPU (~3–8 Min. für einen ~15s 1440p-Clip). -
Quellvideo mit dichten Keyframes neu codieren – Multi-Worker-Rendering friert bei spärlichen Keyframes ein. Immer ausführen:
ffmpeg -y -i source.mp4 -c:v libx264 -preset medium -crf 18 -r 30 -g 30 -keyint_min 30 -sc_threshold 0 -pix_fmt yuv420p -movflags +faststart -c:a copy footage.mp4 -
Das (bearbeitete) Transkript neu laden und die Haupt-Untertitel-Unterkomposition über
references/gen_body.pygenerieren. Der Generator erzeugt die vollständigecompositions/components/caption-body.htmlmit abwechselnd redaktionellem und Matrix-Liquid-Glass-Stil, verankert links-unten von der Mitte (lässt Platz für Webcam-PiPs unten rechts). -
Die Host-
index.htmlausreferences/host-template.htmlverdrahten. Ebenenreihenfolge (z-Index, NICHT Track-Index):- z0: Filmmaterial
.cam-bg - z1: Liquid-Blob-Hintergrund (
compositions/liquid-blobs.html,mix-blend-mode: screen, volle Dauer) - z2: Parallax-Hintergrund-Untertitel (Intro und/oder Outro, wenn Hintergrundentfernung verwendet wird)
- z3: Motivausschnitt
.cam-out/.cam-sub(mit passendemdata-media-start) - z6: Hauptuntertitel
- z46: Fortschrittsbalken + Blitz + Liquid-Morph-Wipe
- z0: Filmmaterial
-
Linten –
npx hyperframes lint. Muss 0 Fehler sein. Häufige Korrekturen: GSAP/CSS-Transformationskonflikt auf dem Wipe-Element (xPercent/yPercentverwenden oder die CSS-Transformation entfernen); überlappende Tweens auf derselben Eigenschaft (overwrite: "auto"hinzufügen). -
Rendern –
npx hyperframes render --quality standard --fps 30 --output renders/<name>_FINAL.mp4. Standard ist das richtige Ausgabeziel –highverdoppelt die Renderzeit ungefähr. Vor dem Melden der Fertigstellung mit 6–8 Stichproben-Frames aus dem gesamten Timeline prüfen.
Vertikale (9:16) Ausgabe für TikTok / Reels / Shorts
Wenn der Benutzer eine vertikale / porträtierte / TikTok / Reels / 9:16 Ausgabe (aus einer 16:9 Quelle) wünscht:
- Das Projekt in einen Schwesterordner klonen:
cp -r project/ project-vertical/. - Dessen
index.htmldurchreferences/host-template-vertical.htmlersetzen (1080×1920 Leinwand, unscharfer Hintergrund mit Liquid-Blobs, das 16:9 Filmmaterial als zentrierter horizontaler Streifen, Untertitel darunter). - Dessen
gen_body.pydurchreferences/gen_body_vertical.pyersetzen (zentrierte Kapsel, größere Schriften, schmalere max-width), dann erneut ausführen, umcompositions/components/caption-body.htmlzu erzeugen. - Die Hintergrund-Motiv-Ausschnitt + Parallax-Unterkompositionen entfernen (der Ausschnitt ist für 16:9 ausgerichtet; lohnt sich für v1 nicht neu auszurichten). Die vertikale Komposition verwendet stattdessen den unscharfen Quell-Hintergrund + Blobs für Atmosphäre.
data-durationauf die tatsächliche Videodauer aktualisieren. Den Brand-Chip-Text inindex.htmlaktualisieren (standardmäßigYUV.AI).- Linten + Rendern – gleiche Befehle. Ausgabe ist
1080×1920. Direkt auf TikTok / IG Reels / YT Shorts hochladen.
Um sowohl 16:9 als auch 9:16 in einem Durchlauf auszuliefern, zwei Render-Befehle ausführen (in parallelen Projekten). Die Freigabe über transcript_review.txt gilt für beide – gleiche Untertitel, zwei Kompositionen.
Kritische Regeln
- Das Finale niemals ohne explizite Transkriptionsfreigabe rendern. Der Prüfschritt ist der springende Punkt.
- Für Hebräisch:
large-v3+language="he"+direction: rtl+ Rubik (700 + 900 für redaktionelle Doppelgewicht-Betonung). - Untertitelkapseln benötigen immer einen undurchsichtigen dunklen Hintergrund – bloßer heller Text verschwindet auf weißer App-Oberfläche.
- Untertitelkapseln horizontal zentrieren, aber die x-Koordinate der Mitte nach links verschieben (z. B.
left: 720px), wenn das Filmmaterial ein Webcam-PiP unten rechts hat. - Der Hintergrund-Motiv-Ausschnitt-Clip MUSS
data-media-starttragen, das seinemdata-startentspricht (oder dem Offset aus der Quelle, wenn der Clip extrahiert wurde), sonst spielt der Ausschnitt ab Frame 0 und läuft aus dem Takt. - Das
remove-backgroundwebm behält das ursprüngliche RGB und schreibt nur die Alpha-Maske –ffprobemeldetyuv420p, was wie „kein Alpha" aussieht. ÜberTAG:ALPHA_MODE=1oder Überlagerung über eine Volltonfarbe bestätigen. - Outro/End-Karten mit eingebranntem Text – NICHT darüber untertiteln; sie kollidieren.
Dateireferenzen
| Datei | Zweck |
|---|---|
transcript-editor/index.html | Interaktiver Browser-Editor – Videovorschau, RTL-Bearbeitung, Wörterbuch anwenden, optionale WebLLM-KI-Vorschläge, speichert transcript_review.txt |
references/setup.md | Voraussetzungen + Installationsbefehle für Node / Python / FFmpeg / faster-whisper |
references/transcribe.py | faster-whisper Transkription mit CPU-Fallback + Wort-Zeitstempel |
references/serve_review.py | Lokaler Prüfserver – lädt den Editor automatisch, blockiert bis der Benutzer auf Freigeben & Rendern klickt, schreibt dann transcript_review.txt und beendet sich (signalisiert dem Agenten) |
references/make_review.py | Korrekturen anwenden + transcript_review.txt ausgeben (Datei-Modus-Fallback) |
references/apply_review.py | Bearbeitete Prüfdatei parsen, Wort-Zeitstempel neu verteilen, transcript.json aktualisieren |
references/gen_body.py | Untertitel-Körper-Generator (redaktionell + Matrix in Liquid-Glass-Kapseln) |
references/host-template.html | 16:9 Host-Komposition mit flüssigen Effekten + Übergangs-Wipe |
references/host-template-vertical.html | 9:16 Host (1080×1920) – TikTok / Reels / Shorts-Layout: unscharfer Hintergrund, zentrierter 16:9 Filmmaterialstreifen, Untertitel darunter, Brand-Chip oben rechts |
references/gen_body_vertical.py | Untertitel-Körper-Generator optimiert für vertikal (zentrierte Kapsel, größere Schriften, schmalere max-width) |
references/liquid-blobs.html | Vollzeit-Drift-Blob-Ebene |
references/caption-parallax-outro.html | Hintergrund-Motiv-Untertitel-Vorlage (Englisch; für andere Sprachen klonen) |
references/corrections-hebrew.md | Bekannte hebräische Whisper-Hörfehler |
references/transcript-review-workflow.md | Der Pause/Freigabe-Schritt im Detail |