Editor de video por cliente

Was macht Editor de video por cliente?

Motor und Workflow für professionelle Videobearbeitung – versteht das Material, schneidet präzise, wendet den Kunden-Look an, prüft und liefert aus. Der Motor hat keinen eigenen Stil: alles Visuelle kommt aus clientes/<CLIENTE>/look.py.

SKILL_DIR = Ordner dieser Skill. Werkzeuge: engine/reel.py, tools/{takes.py, words.py, media.sh}, Vorlagen in templates/, Start-Looks in looks/.

Voraussetzungen (beim ersten Mal prüfen; Fehlendes installieren)

• ffmpeg, python3, node/npx · macOS: avconvert und sips (vorinstalliert) für HDR→SDR und HEIC-Fotos.
• HyperFrames (Rendering und SFX-Bibliothek): npx hyperframes skills update general-video (installiert auch media-use).
• watch (Videos ansehen/transkribieren und Links von Instagram/TikTok/YouTube mit yt-dlp herunterladen): Skill watch von github.com/bradautomates/claude-video, lokaler WhisperX-Engine (kostenlos): setup.py --engine local und --backend whisperx.
• whisper CLI (Prüffenster): uv tool install --python 3.12 openai-whisper --with setuptools.
• MFA (Wortgenaue Ausrichtung ±20 ms): brew install --cask miniforge, conda create -n mfa -c conda-forge montreal-forced-aligner -y, conda run -n mfa mfa model download acoustic spanish_mfa und … dictionary spanish_mfa (andere Sprache: entsprechendes Modell).

Ordnerstruktur (Arbeitsbasis, z.B. ~/Documents/VIDEOS/)

clientes/<CLIENTE>/
├── estilo.md      Kundenleitfaden (templates/estilo.md) – wird IMMER vor dem Bearbeiten gelesen
├── look.py        Der ins Motor-Format übersetzte Stil (aus looks/nativo.py oder looks/datos.py)
├── refs/          Referenzvideos + Frame-Blätter + Analysen
├── marca/         Logo, Farben, Schriftarten, eigene Musik
└── proyectos/<AAAA-MM-DD_nombre>/
    ├── crudo/     Rohmaterial des Nutzers – NIEMALS ändern oder löschen
    ├── broll/     Zusätzliche Aufnahmen (optional)
    ├── guion.md   Skript oder Notizen (optional; überschreibt estilo.md für dieses Projekt)
    ├── trabajo/   media/ (konvertiert), mfa/, gt/, und ein Ordner pro Video mit config.py + takes.json
    └── final/     Nur Liefergegenstände: <cliente>_<tema>_v1.mp4 · Korrekturen = v2, v3 ohne die vorherige zu löschen

Der Nutzer erstellt keine Ordner: er sagt "neues Projekt für , das Material liegt in " und hier wird proyectos/<Datum_Name>/ erstellt und das Rohmaterial verschoben (vorher fragen, ob es außerhalb der Basis liegt und nicht verschoben werden soll).

Workflow

0 · Neuer Kunde → Referenzen analysieren und estilo.md schreiben

1. Referenzen herunterladen/lesen (Links mit watch, das yt-dlp verwendet) in refs/. Ideal ~5.
2. Für jede Referenz messen: Hook (erste 3 s), Schnitte/min (ffmpeg -vf "select='gt(scene,0.3)',showinfo" → zählen), Untertitel (Schriftart oder die nächstbeste kostenlose, Größe, Position, Farbe, Hervorhebungen, Animation), Farbe/Look, Karten und Animationen, Sound (Musik, SFX, Stimme), Bildausschnitt, Struktur, CTA. Frame-Blatt: fps=16/dur,scale=270:480,tile=8x2.
3. estilo.md (Vorlage) schreiben nur mit Mustern, die in ≥ 2 Referenzen vorkamen; Gemessenes von Abgeleitetem trennen; keine fremden Phrasen oder Marken kopieren. Wenn sich Referenzen widersprechen, nach Priorisierung fragen.
4. look.py vom nächstgelegenen Start-Look aus erstellen und an den Leitfaden anpassen. Leitfaden + Test-Stills zeigen und auf Freigabe warten vor dem Bearbeiten.

1 · Rohmaterial verstehen

• estilo.md und guion.md lesen. Jede Datei prüfen (ffprobe: Dauer, Rotation, color_transfer).
• watch auf jedes Rohmaterial mit WATCH_WHISPERX_LANGUAGE=es und --out-dir trabajo/watch: was gesagt wird, welche Takes brauchbar sind, Nachdrehs, was NICHT geschnitten werden soll. Diese Transkription ist die einzige vollständige: sie wird für MFA wiederverwendet.
• Mit dem Skript abgleichen: welche Teile des Skripts nicht aufgenommen oder improvisiert wurden → Nutzer informieren.
• Mehrere kurze Clips ohne Stimme (Events): Frame-Blatt pro Clip, nach Thema sortieren und Gruppierungen vorschlagen (ein Video pro Thema + Einzelclips + ein allgemeiner Recap) vor dem Bearbeiten.

2 · Medien vorbereiten

• media.sh video <crudo> trabajo/media/<name>.mp4 [vertical|horizontal] – konvertiert HDR (iPhone/DJI) in einem Durchgang zu SDR, Keyframes alle 1 s, 30 fps. Nicht mehrfach neu komprimieren: jeder Durchgang verliert Details.
• Fotos: media.sh foto <foto> trabajo/media/<name>.mp4 2.5. Audio zum Ausrichten: media.sh audio.

3 · Wörter ausrichten (Videos mit Sprache)

• corpus/a.wav + corpus/a.txt (Klartext von watch) → conda run -n mfa mfa align --clean <absoluter_Pfad_corpus> spanish_mfa spanish_mfa <absoluter_Pfad_ausgabe> (absolute Pfade, sonst Fehler; ohne --beam). words.py textgrid … words.json und words.py show words.json.
• Wörter mit ~ (Dauer > 1 s) verstecken Pausen oder Nachdrehs; lange Lücken ohne Text können Nachdrehs sein, die watch nicht transkribiert hat. Mit isoliertem Fenster prüfen: 3–15 s Audio ausschneiden, whisper --model small --language es --word_timestamps True, words.py whisper … <offset>. MFA kann um Sekunden abweichen, wo es Geräusche oder Nachdrehs gab.

4 · Takes auswählen → takes.json → takes.py

• Pro Satz den besten Take (normalerweise den letzten) wählen; Nachdrehs, Fehlstarts, Füllwörter, Regieanweisungen ("dieses soll ein anderes Video werden") und alles, was nicht zum Ziel beiträgt, entfernen. Die maximale Dauer einhalten.
• Spannen nach Start des Wortes: (Start des 1., Start des letzten + 0.2). Wenn das Ende vor dem Start des letzten Wortes liegt, wird es verschluckt. word_fix korrigiert Wörter, die MFA falsch platziert hat (mit Zeiten aus dem isolierten Fenster).
• Text: phrases / words korrigieren, was der ASR falsch verstanden hat (Namen, Marken: "Claude" nicht "Klaus", "IA" nicht "ella").
• python3 $SKILL_DIR/tools/takes.py trabajo/<video>/takes.json trabajo/<video> → gibt Dauer und finalen Text aus. Gesamten Text lesen: kein letztes Wort eines Abschnitts darf fehlen, und keine abgeschnittenen Wörter dürfen übrig bleiben.

5 · Video zusammenbauen

• trabajo/<video>/: config.py (aus templates/config.py), media → ../media (Symlink), media.sh sfx trabajo/<video>, hyperframes.json minimal ({"paths": {"assets": "assets"}}).
• In edit(e): Karten/POV/CTA, B-Roll und Sounds an Wörter gebunden (e.word_t(None, "palabra")). Karten an den Rändern: bei Zoom wird das Gesicht breiter. Ein sichtbares Event alle ≤ 3 s (der Motor fügt bei Bedarf Auto-Punches ein).
• python3 $SKILL_DIR/engine/reel.py trabajo/<video> → npx hyperframes check trabajo/<video> (0 Fehler; Warnungen wie "große Datei / dichter Track / verschachtelt" sind bei diesem Motor normal).

6 · Vor dem Rendern prüfen

• npx hyperframes snapshot trabajo/<video> --at <t1,t2,…> --no-end -o <ABSOLUTER_Pfad> an jeder Karte, jedem Hook und CTA. Prüfen: nichts verdeckt das Gesicht, Texte brechen nicht hässlich um, Farben korrekt, Untertitel lesbar.
• Stills dem Nutzer zeigen und auf Freigabe warten (außer der Stil ist bereits freigegeben und der Nutzer sagt "rendere").

7 · Rendern und Liefern

• npx hyperframes render --quality delivery -o …/raw.mp4 innerhalb von trabajo/<video> → media.sh final raw.mp4 final/<cliente>_<tema>_v1.mp4 (−14 LUFS). Nur das soeben erstellte raw.mp4 löschen.
• Mit watch --detail transcript prüfen: vollständiger Text ohne Wiederholungen. Wenn der Anfang "fehlt", die ersten 3 s mit whisper prüfen, bevor eine Schlussfolgerung gezogen wird (die vollständige Transkription lässt manchmal den Beginn aus).

Lektionen (nicht wiederholen)

• HDR ohne Konvertierung wirkt verwaschen; mit avconvert einmal konvertieren.
• In 4K aufnehmen, wenn Zooms geplant sind: 1080p um 13–22 % vergrößert wirkt weich. Den Kunden informieren.
• Ein korrigierter Satz mit mehr Wörtern kann nicht dieselbe Zeit verteilen: Untertitel mit Dauer 0 bleiben hängen.
• Emojis im Bildschirmtext werden nicht immer gerendert: vermeiden.
• snapshot -o mit relativem Pfad schreibt neben das Projekt: absolute Pfade verwenden.
• Dieselbe Datei, die in zwei Videoteilen verwendet wird, benötigt unterschiedliche Schlüssel in takes.json (eindeutige IDs).
• Die SFX-Bibliothek nicht in ein Repository hochladen (Pixabay-Lizenz von media-use): sie wird pro Projekt mit media.sh sfx kopiert.
• Korrekturen des Kunden an einem einzelnen Video (z.B. "keine Sounds im 07") werden in dessen config.py vorgenommen (SFX = {"card": None, "broll": None, "cut": None} und sfx: None in Karten), nicht durch Bearbeiten der index.html (geht beim Neubau verloren).