eduardogalbiati/fabrica-videos-corte

/fabrica-videos-corte — corte automático

Skill da Fábrica de Vídeos Agêntica. Limpa uma gravação falada: tira os silêncios, os erros, os gaguejos e as tomadas repetidas, e deixa só a melhor versão de cada frase. O original nunca é alterado.

Você é o editor de vídeo. Comandos no terminal, na raiz do projeto. TRABALHO = a pasta trabalho.

Quando usar

• O cliente manda uma gravação e diz "limpa", "corta as pausas", "tira os erros".
• Dentro da skill fabrica-videos-rapido e da skill fabrica-videos-reels, antes de sincronizar as animações.

Como funciona

As pausas saem sozinhas: o script acha os silêncios pelo áudio. O que é erro ou tomada repetida é decisão de quem lê o texto: você. O cliente confere pelo relatório e ouvindo o resultado.

Passo a passo

1. Gravação no formato do estúdio. Se veio do celular: copie o original para TRABALHO\originais\ e rode npm run converter -- "<original>" <slug> (gera TRABALHO\public\gravacao-<slug>.mp4). Vale também para gravação que não é 4K HDR: o conversor gira o vídeo em pé, corta para 1080×1920 e passa para 30 fps. Extraia um quadro do convertido e do original (ffmpeg -ss 20 -i <arquivo> -frames:v 1 ...) e compare: rotação e cor têm de bater.
2. Transcrever: npm run legendar -- "trabalho\public\gravacao-<slug>.mp4" (em segundo plano; ~1 min para 2 min de gravação).
3. Analisar: npm run cortar -- analisar "trabalho\public\gravacao-<slug>.mp4" → cortes\gravacao-<slug>.cortes.json e cortes\gravacao-<slug>.falas.md (a gravação como tabela de falas com tempo, pausas e o aviso "parece repetir na fala N").
4. Decidir o que sai. Leia a tabela de falas inteira e preencha a lista remover do .cortes.json:
   • tomada repetida: fica a última tomada completa (ele recomeça quando erra); as anteriores saem: { "falas": [2, 3], "motivo": "errou e recomeçou" };
   • a mesma frase dita inteira duas vezes, com uma pausa longa no meio (na gravação real foi o CTA final): ele repetiu porque não gostou da primeira. Fica a última, e na mensagem a ele diga qual saiu, para ele poder trocar;
   • aquecimento antes de começar ("vamos lá", "tá", conversa) e tudo depois do CTA: sai;
   • gaguejo ou palavra solta no meio de uma fala: npm run cortar -- palavras cortes\gravacao-<slug>.cortes.json <nº> mostra os tempos palavra por palavra; use { "de": 12.30, "ate": 13.10, "motivo": "gaguejou" };
   • comentário fora do roteiro ("não, espera", "de novo", "corta"): sai;
   • pausa que é de propósito (suspense antes de um número): ponha em manter, ex.: { "de": 20.1, "ate": 21.4 };
   • se existe roteiro (roteiros\<slug>.md), compare: a tomada que fica é a que diz o texto do roteiro, ou a mais completa se ele mudou a fala. Na dúvida entre duas tomadas boas que dizem coisas diferentes, não corte: pergunte a ele.
5. Aplicar: npm run cortar -- aplicar cortes\gravacao-<slug>.cortes.json → TRABALHO\public\gravacao-<slug>-limpa.mp4 e cortes\gravacao-<slug>.relatorio.md (o que saiu, quanto tempo, por quê e o texto que estava ali).
6. Conferir sem ouvir: transcreva o vídeo limpo (npm run legendar -- "<...-limpa.mp4>") e leia npm run falas -- legendas\gravacao-<slug>-limpa.json. Três coisas:
   • o texto tem de ser o que ele quis dizer, sem palavra cortada no meio e sem sobra de erro (na primeira passada real sobrou um "Tá." do aquecimento: foi assim que o defeito apareceu);
   • a coluna "pausa depois" não pode ter nada acima de ~0,8 s: pausa grande no vídeo limpo é pedaço que sobrou entre dois cortes;
   • o começo e o fim: tire uma folha de quadros do limpo (ffmpeg -i <limpa> -vf "fps=1/2.5,scale=180:-1,tile=7x2" -frames:v 1 <folha.jpg>) e veja se ele está no quadro e falando do primeiro ao último quadro. Se sobrou algo, ajuste remover e aplique de novo; se o defeito for do script, corrija o cortar.mjs e anote aqui.
7. Mostrar a ele: mande o vídeo limpo com o resumo do relatório: duração antes e depois, quantos cortes, as falas que você tirou por decisão sua (não as pausas) e o segundo de cada emenda no vídeo limpo (some a duração dos trechos que ficam, em resultado.fica do .cortes.json). A conferência de ouvido é dele.

Ajustes (no config do .cortes.json, depois aplique de novo)

Campo	Padrão	O que faz
pausaMin	0,5 s	Silêncio a partir desse tamanho é cortado. Mais alto = mais natural, menos corte.
folga	0,12 s	Respiro que sobra antes e depois de cada corte. Se as falas ficarem coladas demais, suba para 0,18.
folgaFinal	0,35 s	Silêncio que sobra no fim do vídeo.
ruidoDb	automático	Limite do que conta como silêncio. Sala barulhenta: rode analisar de novo com um valor mais alto no fim do comando (ex.: -32).

Como o script encaixa os cortes (revisto com a primeira gravação real)

• Pausas: pelo silêncio medido no áudio. Pedaços de uma mesma pausa separados por um estalo de até 0,1 s viram uma pausa só.
• Começo e fim: sai tudo antes da primeira palavra e depois da última (ele se ajeitando, saindo do quadro), deixando 0,12 s no começo e folgaFinal no fim.
• Fala marcada em remover: o corte vai da primeira pausa depois da última palavra que fica até a última pausa antes da próxima palavra que fica. Quem manda é o silêncio do áudio, não o tempo do Whisper.

Limites conhecidos

• Tempos do Whisper: na gravação real, o começo de uma fala depois de pausa longa veio até 0,4 s atrasado e o fim de palavra até 0,25 s para mais ou para menos. Corte de fala inteira encosta no silêncio e não sofre com isso. Já o corte no meio de uma frase (gaguejo, sem silêncio dos dois lados) só tem o tempo do Whisper: confira esses pontos com mais cuidado e peça a ele para ouvir. Esse caso ainda não apareceu numa gravação real.
• Pausa menor que pausaMin fica (é o respiro natural entre frases).
• Corte seco na imagem: na tela dividida isso é normal. Se o salto incomodar, avise a ele em vez de inventar transição.
• Mais de 150 trechos numa passada o script recusa: aumente pausaMin.