Communitygithub.com

Talking-Head Reel

Bearbeiten Sie einen Talking-Head-Clip in ein 9:16-Reel oder eine Anzeige – mit Slow-Zoom-Hook, großen zweizeiligen Untertiteln, Punch-Ins bei jedem Schnitt, einer kleinen Auswahl an Szenentypen für passende Textstellen und Untertiteln unterhalb des Gesichts.

Was ist Talking-Head Reel?

Dieses Skill ermöglicht es Ihnen, aus einem Talking-Head-Video (20–90 Sekunden, eine Person spricht zur Kamera) ein vertikales 9:16-Reel oder eine Anzeige zu erstellen. Das Hauptziel ist, den Sprecher in den Mittelpunkt zu stellen und die Wörter auch ohne Ton leicht lesbar zu machen. Der Prozess umfasst die Transkription des Rohmaterials, das Schreiben eines Skripts (stärkste Zeile zuerst), das Planen von Schnitten, das Einfügen von Punch-Ins (drei Bildausschnitte: 1,0×, 1,15× und 1,32×) bei jedem Schnitt sowie das Hinzufügen großer, zweizeiliger Untertitel unterhalb des Kinns. Ein auffälliger Hook (erste 1,5–3 Sekunden) mit Slow-Zoom-Effekt und einem optionalen Namens-Bauchbinde sorgt für sofortige Aufmerksamkeit. Szenen wie Schlüsselwort-Pillen, Listen-Stapel, Zahlen, Telefon-Darstellungen, Vorher-Nachher-Vergleiche, B-Roll oder ein Weichzeichner-Rückkehr-Effekt können sparsam eingesetzt werden (maximal etwa 15 % der Laufzeit bei organischen Reels). Die Erstellung erfolgt schrittweise – vom Transkript über den Schnittplan bis zur finalen Ausgabe mit HyperFrames – und beinhaltet Qualitätsprüfungen wie die Überprüfung, ob der Hook bereits auf Frame 0 sichtbar ist und ob keine Untertitel das Gesicht verdecken. Nach Fertigstellung des Reels kann bei Bedarf das Skill `ad-video-editor` für Anzeigen-Optimierung und Endkontrolle genutzt werden.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/justlowys/claude-video-editing-skills/tree/HEAD/skills/talking-head-reel

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht Talking-Head Reel?

Lesen Sie zuerst video-edit-rules. Deren Regeln gelten für jeden Schritt hier.

Das Ziel: Der Sprecher bleibt der Star, und die Wörter sind auch ohne Ton gut lesbar. Der Test: Ein Betrachter liest den Hook in der ersten Sekunde, das Gesicht wird nie verdeckt, und der Sprecher ist bei mindestens 85 % eines organischen Reels auf dem Bildschirm.

Für eine bezahlte Anzeige hier fertigstellen, dann ad-video-editor ausführen für Hooks, Größen und die Anzeigenprüfungen.

Passendes Filmmaterial

  • Eine Person spricht zur Kamera, 20 bis 90 s.
  • Am besten horizontales 4K. Der 9:16-Bildausschnitt von 4K ist 1215×2160, sodass Punch-Ins scharf bleiben.
  • Horizontales 1080p ergibt einen 608×1080-Bildausschnitt, der 1,8× skaliert wird. Hinweis: Das wird weicher aussehen.
  • Vertikales Material funktioniert. Punch-Ins über 1,2× werden weicher.

Schritt 1. Transkript und Schnitte

  1. Transkribieren: python $KIT/scripts/transcribe.py source/clip.mp4 -o work/words.json.
  2. Das Reel als Skript schreiben (Regelabschnitt 11). Stärkste Zeile zuerst.
  3. Schnitte planen: Stolperer, Wiederholungen und Füllwörter innerhalb eines Gedankens entfernen. Echte Pausen zwischen Gedanken bleiben bei 0,25 bis 0,4 s.
  4. Jeden Schnitt prüfen: python $KIT/scripts/silence_cuts.py source/clip.mp4 work/cuts.json.
  5. Schneiden, dann edge_check.py auf die Übergänge anwenden.

Schritt 2. Gesicht einrahmen

  1. Das Gesicht auf jedem 5. Frame erkennen. Die Spur mit einem 1-s-Fenster glätten.
  2. Den Bildausschnitt so platzieren, dass die Augen bei 1,0× ungefähr auf y 640 von 1920 liegen.
  3. Die Kinnlinie pro Einstellung notieren. Untertitel beginnen 40 px oder mehr darunter.

Schritt 3. Der Hook (erste 1,5 bis 3 s)

  1. Den Bildausschnitt mit etwa 1,25× beginnen. Langsam auf 1,0× über die gesamte Hook-Zeile hinauszoomen. Eine sanfte Kurve.
  2. Die Hook-Zeile erscheint als große Untertitel in zwei Zeilen auf Frame 0.
  3. Größe: Die längste Zeile füllt etwa 80 % der Bildbreite, oft 110 bis 140 px. Zeilenhöhe 0,95.
  4. Die Zeile an einer natürlichen Stelle teilen. Das betonte Wort ans Ende von Zeile 2 setzen.
  5. Optionaler Namensbauchbinder: eine kleine Einblendung mit dem Namen und Titel des Sprechers, vom Benutzer. 0,3 s ein, 2 s halten, dann aus. Nie erfunden.
  6. Der Hook-Text ist die exakte erste Zeile des Sprechers.

Schritt 4. Punch-Ins

  • Drei Bildausschnitte: 1,0×, 1,15×, 1,32×.
  • Den Bildausschnitt bei jedem Schnitt wechseln, damit kein Schnitt wie ein Jump Cut wirkt.
  • Eng gehen bei der Problem- und der Schlüsselzeile. Zurück zu 1,0× beim Wendepunkt („Also hier ist, was ich mache“).
  • Nie von 1,0× direkt auf 1,32× und innerhalb von 2 s zurückgehen.
  • Die Punch-Ins in die Bildframes einbrennen, falls der Renderer sie einen Frame zu spät anwendet.

Schritt 5. Untertitel

  • Fett, serifenlos, weiß, maximal 2 Zeilen, 2 bis 5 Wörter pro Gruppe.
  • Zentriert, unter dem Kinn, innerhalb von y 220 bis 1470.
  • Maximal ein Heldenwort pro Gruppe, 1,6 bis 2× der Untertitelgröße, im Markenakzent.
  • Ein kurzer Schatten für Kontrast. Keine Box, es sei denn, die Markendatei sagt etwas anderes.
  • Jede Gruppe erscheint beim ersten Wortklang mit der gemessenen Vorlaufzeit.
  • Keine Untertitel während einer Vollbildszene.
  • Jede Gruppe ist sichtbar. Den Render überprüfen.

Schritt 6. Szenentypen

Verwenden Sie eine Szene nur dort, wo die Wörter etwas beschreiben, das Sie zeigen können. Halten Sie Szenen bei organischen Reels auf etwa 15 % der Laufzeit.

SzeneGut fürAufgebaut aus
Schlüsselwort-Pilleeine Idee, ein starkes Worteiner Pille unter den Untertiteln, auf dem Filmmaterial
Listen-Stapel„drei Dinge“, SchrittePillen oder Karten, die einstapeln, eine pro gesprochenem Element
Zahleine Zahl, die der Sprecher nennteiner großen Zahl, die beim gesprochenen Wort hochzählt
Telefon„Ich habe geschrieben“, „Ich habe gepostet“, „Ich habe eine Nachricht bekommen“einer realistischen Telefonhülle und einem OS-Bildschirm mit passendem Inhalt
Vorher und Nachhereine Veränderung, ein Kontrastzwei Karten, die erste durchgestrichen, während der Sprecher sich dreht
B-Rollein Ort, eine Handlunglizenzierte Aufnahmen oder eigene Aufnahmen des Nutzers, 1,5 bis 3 s, mit sanftem Push
Weichzeichner-RückkehrRückkehr zum Gesicht nach einer SzeneFilmmaterial beginnt mit etwa 30 px und 1,1× verschwommen, wird in 0,45 s scharf

Beginnen Sie mit $KIT/templates/ (siehe README dort) und den Markenbestandteilen in brand/pieces/. Füllen Sie sie nur mit den Worten des Sprechers.

Pillen und Karten werden auf das echte Filmmaterial gesetzt, unter dem Kinn. Kein Ausschneiden des Sprechers über einem neuen Hintergrund bei organischen Reels.

Schritt 7. Planen, dann bauen

  1. work/plan.md schreiben: eine Zeile pro Textzeile mit Zeit, Wörtern, Bildausschnitt, Untertitelgruppen, Szene (falls vorhanden).
  2. Den Plan zeigen. Auf OK warten.
  3. Zuerst den Hook bauen. Die ersten 3 s rendern. Auf OK warten.
  4. Den Rest in einem HyperFrames-Projekt bauen: work/reel/index.html.
  5. Jeden Szenen-Ein- und Ausgang an einen Filmschnitt anpassen.
  6. Rendern: npx hyperframes render work/reel. Ausgabe 1080×1920 mit der Bildrate des Filmmaterials.
  7. Mischen: Stimme bei -14 LUFS, optionaler Hintergrund 20 LU darunter, nur leise Pops.

Prüfungen für diesen Look

Zusätzlich zur Qualitätssicherung in video-edit-rules:

  • Frame 0 zeigt den Hook-Text und das Gesicht.
  • Schrittweise durch jeden Schnitt gehen. Der Bildausschnitt wechselt. Kein 1-Frame-falscher Bildausschnitt.
  • Keine Untertitel berühren das Gesicht bei keinem Bildausschnitt.
  • Die Zeit in Vollbildszenen messen. Den Anteil melden.
  • Die letzte Zeile ist vollständig, mit 0,4 bis 0,8 s Luft.

Bericht

  • Dateiname, Länge, erste Zeile.
  • Verwendete Bildausschnitte und wo.
  • Verwendete Szenen, bei welchen Zeilen und ihr Anteil an der Laufzeit.
  • Jeder Soundeffekt mit Zeit und Lautstärke.
  • Das Ergebnis der Qualitätssicherung.

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

Verwandte Skills