Som e juiz de vídeo
Dois repositórios de terceiros que servem para qualquer vídeo, qualquer ferramenta (Remotion, HTML + ffmpeg, HyperFrames, CapCut):
- SFX Kit (Wyzowl, CC0, sem crédito obrigatório): 320 efeitos WAV 48 kHz em 28 categorias, cada um com descrição, quando usar e quando evitar, ponto de sync, nível e quanto abaixar sob a voz.
- agent-video-editor (kmilo93sd, código MIT, áudio CC0): o "juiz" de edição. Regras com fonte para cortes, pausas, gancho, legendas, texto na tela, punch-in, níveis de áudio, ducking, licença e um checklist de revisão. Traz também 15 trilhas e 113 efeitos CC0.
Onde estão
- No estúdio do João:
/home/claude/estudio/vendor/sfx-kite/home/claude/estudio/vendor/agent-video-editor(osetup.shdo estúdio baixa os dois nas versões testadas). - Em qualquer outra sessão, baixar só o que for usar:
git clone --depth 1 https://github.com/wyzowl/sfx-kit.git ./sfx-kitgit clone --depth 1 https://github.com/kmilo93sd/agent-video-editor.git ./agent-video-editor(versões testadas: sfx-kit 92780e7, agent-video-editor 8e32c0a). O SFX Kit também está em huggingface.co/datasets/wyzowl/sfx-kit.
Efeitos sonoros (SFX Kit)
- Ler
sfx-kit/GUIDE.mduma vez (tabela "o que acontece na tela → som"). Escolher emsounds.jsonporuse_for,avoid_for,tagsefits_seconds. - Posicionar: início = momento −
sync.at(se mudar a velocidade, dividir os tempos pela velocidade). Início antes de 0: começar em 0 e cortar o começo. - Volume: os sons já estão nivelados entre si; onde o corpo do som (
timing.onsetatiming.body_end) cai em cima da fala, abaixarunder_voiceover_db. Sons cujoavoid_forcomeça com "On top of speech" não vão por cima de fala. - Copiar só os arquivos usados para dentro do projeto.
- No estúdio do João existe
tools/sfx.py(buscar, colocar, sugerir, musica) que faz isso automaticamente.
Juiz de edição (agent-video-editor)
Ler agent-video-editor/skills/editing-videos/SKILL.md (processo e regras duras) e só a receita do tipo de vídeo:
- talking head / Reels de fala:
recipes/talking-head.md+recipes/shorts-from-long-form.md - vídeo de produto, motion, explicativo sem câmera: o núcleo (
references/graphics-and-text.md,references/audio-and-sfx.md) - tutorial de tela narrado:
recipes/narrated-screen-tutorial.md(os templates dele exigem HyperFrames, Playwright e ElevenLabs; usar só as regras se a ferramenta for outra) Antes de mostrar qualquer corte, rodarreview-checklist.md(medido, visto, ouvido). No estúdio do João,tools/juiz.pyautomatiza a parte medível.
Regras que valem sempre:
- Todo corte tem motivo; nunca no meio de palavra. Gancho nos primeiros segundos, sem cumprimento ou logo antes.
- Reels: pausa entre frases 200-300 ms; algo novo na tela a cada 2-3 s.
- Gráfico entra no máximo 0,5 s antes da palavra que o nomeia e nunca fica vazio. Texto fica pelo menos max(1,5 s; palavras × 0,33 s + 0,5 s). Legenda ≥ 20 frames.
- Trilha 18-25 dB abaixo da voz e com ducking; efeito nunca cobre palavra-chave e não repete mais de 3 vezes seguidas.
- Master: -14 LUFS integrado, pico ≤ -1 dBTP (medir com
ffmpeg -i final.mp4 -af ebur128=peak=true -f null -). - Só mídia com licença clara (CC0, biblioteca da plataforma ou licença comercial por escrito). Nenhum número inventado.
Trilhas CC0
node agent-video-editor/skills/editing-videos/library/search.mjs --category music --paths lista as 15 trilhas com LUFS e quando usar (ex.: music-ambient-piano para fala, music-lofi-tea para ritmo, music-tension-soft para "o problema"). Seguras para uso comercial. Se a skill do vídeo já tem biblioteca própria do usuário, ela vem primeiro; estas são a alternativa sem risco de direitos autorais.
Conflitos
O estilo visual da skill do vídeo manda no visual. O juiz manda em tempo de leitura, pausas, níveis de áudio e licença. Quando discordarem, dizer ao usuário qual regra foi seguida.