¿Qué hace Edición de Video — Pipeline de Presentación con Subtítulos?
Editor de video con subtítulos completo sobre HyperFrames. El usuario te da un video; tú orquestas transcribir → revisar → renderizar y SIEMPRE pausas para la aprobación del transcript antes del render largo.
Dónde se sitúa esta skill en la pirámide de YUV.AI
video-edit está en el nivel medio de la pirámide de skills de YUV.AI junto con yuv-design-system, yuv-decks, yuv-viral-video, parallax-landing-page y video-to-landing-page. El orquestador de nivel superior yuv-pilot enruta aquí cada vez que el usuario quiere una presentación con subtítulos, un tutorial o una edición de talking-head con subtítulos.
Esta es la skill de video más general, hermana de yuv-viral-video. La división:
yuv-viral-video— pipeline de viral-short de YUV.AI con estilo definido (ritmo MrBeast, estilo editorial característico)video-edit— editor general con subtítulos que pausa para revisión del transcript antes del render (hebreo + inglés + cualquier idioma de Whisper)
Para video subtitulado con la marca YUV.AI, combina esta skill con yuv-design-system (modo Neon para decisiones de tipo/paleta). Para video subtitulado genérico/de terceros, esta skill funciona de forma independiente.
Cuándo invocar
- Una ruta a un archivo de video (mp4/mov/mkv) + una solicitud para "editar", "subtitular", "añadir subtítulos", "hacer un reel/promo", "hacer lo mismo"
- "Corregir los subtítulos / errores ortográficos en hebreo" — reingresar en el paso de revisión en un proyecto existente
- Cualquier tutorial subtitulado / talking-head / construcción de promo
Ubicación de guardado
Predeterminado: ~/Documents/yuv-projects/videos/<slug>/ — guarda siempre los proyectos de video subtitulado aquí para que los renders se puedan encontrar. El <slug> es corto, derivado del tema o del nombre del archivo fuente.
mkdir -p ~/Documents/yuv-projects/videos
cd ~/Documents/yuv-projects/videos
# Inicializa el proyecto aquí.
El render final se guarda en ~/Documents/yuv-projects/videos/<slug>/renders/<name>_FINAL.mp4. Indica al usuario dónde está el video al final del render.
Flujo de trabajo (12 pasos)
-
Sondear la fuente —
ffprobepara dimensiones, fps, duración, audio. -
Andamiar —
cd ~/Documents/yuv-projects/videos && npx hyperframes init <slug> --video <path> --non-interactive. Renombrar el video copiado asource.mp4. -
Extraer audio —
ffmpeg -i source.mp4 -vn -ac 1 -ar 16000 audio.wav. -
Transcribir — copiar
references/transcribe.pyen el proyecto. Modelo predeterminadolarge-v3(mejor para hebreo). CUDA suele fallar en Windows (falta cuDNN); el script recurre a CPU int8. Forzarlanguage="he"para hebreo,language="en"para inglés; si no, detección automática. -
Aplicar correcciones conocidas — copiar el contenido de
references/corrections-hebrew.mden uncorrections.jsonen la raíz del proyecto (claves = tokens incorrectos, valores = tokens correctos). -
🛑 PARAR — iniciar el servidor de revisión y permitir que el usuario apruebe en una aplicación web. Primero aplicar correcciones conocidas: copiar
references/make_review.pyen el proyecto y ejecutarpython make_review.py. Aplicacorrections.jsonatranscript.json.Luego iniciar el servidor de revisión como una tarea en segundo plano (bloquea hasta que el usuario haga clic en "Aprobar y Renderizar" en el navegador):
python "$HOME/.claude/skills/video-edit/references/serve_review.py" . # En Windows: python "C:\Users\<tu_usuario>\.claude\skills\video-edit\references\serve_review.py" .El servidor imprime una línea como
REVIEW_URL=http://localhost:PORT/. Toma esa URL de la salida de la tarea en segundo plano (o lee stdout) y envía al usuario:👉 Revisa tu transcript aquí: http://localhost:PORT/ Cuando hagas clic en Aprobar y Renderizar, continuaré automáticamente.
El agente no necesita un mensaje "continuar" — cuando el usuario hace clic en el botón, el servidor escribe
transcript_review.txten el directorio del proyecto Y sale con código 0. La notificación de tarea en segundo plano del agente se activa, y el pipeline se reanuda desde el paso 8.Plan de respaldo si no hay navegador / no hay servidor: abrir el editor como un archivo estático (
start "" "$HOME/.claude/skills/video-edit/transcript-editor/index.html"), pedir al usuario que seleccione la carpeta del proyecto, editar, guardartranscript_review.txtde vuelta en el proyecto, y responder "continuar". El editor admite ambos modos. -
(Opcional) Eliminación de fondo — ver paso 7 a continuación; puede ejecutarse en paralelo con la revisión del usuario.
-
Después de la aprobación, ejecutar
python references/apply_review.py. Vuelve a tokenizar las líneas editadas y redistribuye los tiempos de las palabras de vuelta entranscript.jsonpara que la sincronización de subtítulos aún funcione. -
(Opcional) Eliminación de fondo — si algún segmento de talking-head necesita texto detrás del sujeto, extrae el segmento como
outro.mp4(ointro.mp4) y ejecutanpx hyperframes remove-background <clip>.mp4 -o <name>_subject.webm --quality best. Solo CPU en la mayoría de configuraciones (~3–8 min para un clip de ~15s en 1440p). -
Re-codificar fuente con keyframes densos — el render multi-worker se congela con keyframes dispersos. Siempre ejecutar:
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 -
Recargar el transcript (editado) y generar la subcomposición del cuerpo mediante
references/gen_body.py. El generador emite elcompositions/components/caption-body.htmlcompleto con alternancia editorial + matrix en píldoras de vidrio líquido, ancladas centradas a la izquierda (limpia los PiP de cámara web en la esquina inferior derecha). -
Cablear el
index.htmlanfitrión desdereferences/host-template.html. Orden de capas (z-index, NO track-index):- z0: footage
.cam-bg - z1: fondo de manchas líquidas (
compositions/liquid-blobs.html,mix-blend-mode: screen, duración completa) - z2: paralaje detrás del sujeto en subtítulos (intro y/o outro, cuando se usa eliminación de fondo)
- z3: recorte del sujeto
.cam-out/.cam-sub(condata-media-startcorrespondiente) - z6: subtítulos del cuerpo
- z46: barra de progreso + flash + wipe morph líquido
- z0: footage
-
Lint —
npx hyperframes lint. Debe tener 0 errores. Correcciones comunes: conflicto de transformación GSAP/CSS en el elemento de wipe (usarxPercent/yPercento eliminar la transformación CSS); tweens superpuestos en la misma propiedad (añadiroverwrite: "auto"). -
Renderizar —
npx hyperframes render --quality standard --fps 30 --output renders/<name>_FINAL.mp4. Standard es el objetivo de entrega correcto —highaproximadamente duplica el tiempo de render. Verificar con 6–8 fotogramas de control de muestra a lo largo de la línea de tiempo antes de informar que está listo.
Salida vertical (9:16) para TikTok / Reels / Shorts
Cuando el usuario pida salida vertical / retrato / TikTok / Reels / 9:16 (desde una fuente 16:9):
- Clonar el proyecto a una carpeta hermana:
cp -r proyecto/ proyecto-vertical/. - Reemplazar su
index.htmlconreferences/host-template-vertical.html(lienzo 1080×1920, fondo borroso con manchas líquidas, la pista de video 16:9 como una tira horizontal centrada, subtítulos debajo). - Reemplazar su
gen_body.pyconreferences/gen_body_vertical.py(píldora centrada, fuentes más grandes, ancho máximo más estrecho), luego volver a ejecutarlo para emitircompositions/components/caption-body.html. - Eliminar el recorte detrás del sujeto + las subcomposiciones de paralaje (el recorte está alineado para 16:9; no vale la pena realinearlo para v1). La composición vertical usa el fondo borroso de la fuente + manchas para la atmósfera en su lugar.
- Actualizar
data-durationa la duración real del video. Actualizar el texto del chip de marca enindex.html(YUV.AIpor defecto). - Lint + render — mismos comandos. La salida es
1080×1920. Colocar directamente en TikTok / IG Reels / YT Shorts.
Para entregar ambos 16:9 y 9:16 de una sola vez, ejecutar dos comandos de render (en proyectos paralelos). La aprobación de transcript_review.txt se aplica a ambos — mismos subtítulos, dos composiciones.
Reglas críticas
- Nunca renderizar el final sin la aprobación explícita del transcript. El paso de revisión es el punto clave.
- Para hebreo:
large-v3+language="he"+direction: rtl+ Rubik (700 + 900 para énfasis editorial de peso dual). - Las píldoras de subtítulos siempre necesitan un fondo oscuro opaco — el texto claro sin fondo desaparece en la interfaz de usuario blanca de la app.
- Centrar las píldoras de subtítulos horizontalmente pero desplazar la coordenada x del centro hacia la izquierda (ej.
left: 720px) cuando el footage tenga un PiP de cámara web en la esquina inferior derecha. - El clip de recorte detrás del sujeto DEBE llevar
data-media-startque coincida con sudata-start(o que coincida con el desplazamiento de la fuente si el clip fue extraído), o el recorte se reproduce desde el fotograma 0 y se desincroniza. - El webm de
remove-backgroundmantiene el RGB original y escribe solo la máscara alfa —ffprobereportayuv420p, que parece "sin alfa". Confirmar medianteTAG:ALPHA_MODE=1o componer sobre un color sólido. - Tarjetas de outro/fin con texto quemado — NO subtitular sobre ellas; colisionan.
Referencias de archivos
| Archivo | Propósito |
|---|---|
transcript-editor/index.html | Editor de navegador interactivo — vista previa de video, edición RTL, aplicación de diccionario, sugerencias AI opcionales de WebLLM, guarda transcript_review.txt |
references/setup.md | Prerrequisitos + comandos de instalación para Node / Python / FFmpeg / faster-whisper |
references/transcribe.py | Transcripción con faster-whisper con respaldo de CPU + marcas de tiempo de palabras |
references/serve_review.py | Servidor de revisión local — carga automáticamente el editor, bloquea hasta que el usuario hace clic en Aprobar y Renderizar, luego escribe transcript_review.txt y sale (señaliza al agente) |
references/make_review.py | Aplicar correcciones + emitir transcript_review.txt (respaldo en modo archivo) |
references/apply_review.py | Analizar el archivo de revisión editado, redistribuir tiempos de palabras, actualizar transcript.json |
references/gen_body.py | Generador de cuerpo de subtítulos (editorial + matrix en píldoras de vidrio líquido) |
references/host-template.html | Composición anfitriona 16:9 con efectos líquidos + wipe de transición |
references/host-template-vertical.html | Anfitrión 9:16 (1080×1920) — diseño TikTok / Reels / Shorts: fondo borroso, pista de video 16:9 centrada, subtítulos debajo, chip de marca arriba a la derecha |
references/gen_body_vertical.py | Generador de cuerpo de subtítulos ajustado para vertical (píldora centrada, fuentes más grandes, ancho máximo más estrecho) |
references/liquid-blobs.html | Capa de manchas flotantes de duración completa |
references/caption-parallax-outro.html | Plantilla de subtítulos detrás del sujeto (inglés; clonar para otros idiomas) |
references/corrections-hebrew.md | Errores conocidos de Whisper en hebreo |
references/transcript-review-workflow.md | El paso de pausa/aprobación en detalle |