Ad Rebrand (Rebranding de anuncios)

Rebranding de anuncios (Ad Rebrand)

Convierte un lote de anuncios existentes a la nueva marca: cada mención hablada se vuelve a grabar con la voz clonada del orador original, cada subtítulo se reescribe con la fuente de subtítulos del video, y cada elemento visual (logotipo, etiqueta, cartel) se reemplaza o se elimina limpiamente — el resto del anuncio permanece intacto (mismos fotogramas, sincronización, música).

Paraleliza con subagentes (herramienta Agent, run_in_background: true, un mensaje lanzando todos los agentes independientes). Plantillas de prompts: references/agent-prompts.md. Lee references/lessons.md antes de empezar — registra lo que falló la última vez.

Entradas que definir primero

• Nombres antiguos (producto y marca) y el nuevo nombre — y cómo Whisper podría malinterpretar los antiguos (ej. "physio rest", "artivate").
• Los archivos (videos, imágenes). Trabaja en una carpeta de proyecto que el usuario pueda conservar (ej. ~/Downloads/ Video Edits); nunca edites los originales.

Flujo de trabajo

1. Configuración. scripts/setup_jobs.sh PROYECTO INICIO_N video1 video2 … → job-NN/{assets/source.mp4,analysis,project,renders}. Copia las imágenes a PROYECTO/images/source/. Entorno: ffmpeg/whisper-cli vía Homebrew, entorno virtual Python ~/.cache/video-studio-venv (numpy, opencv-contrib, pillow, soundfile, demucs, torch; pyworld para palabras cantadas), modelo whisper ~/.cache/whisper/ggml-small.en.bin. Si falta algo, instálalo (Homebrew necesita la contraseña del usuario en una terminal).

2. Triaje (en paralelo, un agente por video). Plantilla §1. Cada uno escribe analysis/triage.json|md con los segmentos de habla refinados, los hablantes + rangos de referencia limpios para clonación, cada ocurrencia visual/de subtítulos con rangos de fotogramas, y anomalías. Revisa las imágenes tú mismo (amplía etiquetas a resolución completa) — muchas no necesitan nada.

3. Consolidar y preguntar una vez (AskUserQuestion):

   • Derechos de voz: enumera cada voz distinta que debe clonarse (agrupa videos que comparten narración — compara envolventes de pistas vocales; compara la F0 mediana para distinguir hablantes). La clonación requiere un "sí" explícito del usuario por cada voz.
   • Cualquier cosa que no sea la marca antigua pero parezca un problema: marcas de otros productos en el producto, entornos minoristas/de respaldo (personal de tienda, logotipos de tienda), afirmaciones inconsistentes, redundancia de guion por el cambio de nombre. Marcas de agua de terceros: señálalas, nunca las elimines.
   • Menciones cantadas: explica que necesitan reajuste de tono y requerirán una escucha humana.

4. Inicia el equipo visual de inmediato (plantilla §2) — no depende de las voces. Agrupa videos que sean la misma edición en un solo agente. Agente de imágenes: plantilla §5.

5. Voces. Exporta referencias de clonación de la pista vocal de cada trabajo (25–35 s, sin nombres de marca) a PROYECTO/voice_refs/. Prefiere la API de Fish (examples/voice-splice/fish_tts_api.py, clave en ~/.config/video-studio/.env) si tiene crédito de API; de lo contrario, crea clones privados en la aplicación web de Fish en el Chrome del usuario — references/fish-audio-web.md. Genera las líneas de cada voz en un solo script, ambas tomas, guardadas en voice_refs/takes/.

6. Equipo de audio (en paralelo, un agente por voz/grupo de trabajo). Plantilla §3 para habla, §4 para palabras cantadas. Salida: analysis/stems/vocals_nombre_ola.wav por trabajo, verificado mediante transcripción.

7. Ensambla cada trabajo tan pronto como su imagen y voz estén listas: scripts/mux_final.py TRABAJO NOMBRE_SALIDA.mp4 (imagen rebrandeada + nuevas voces + pista musical original). Si un agente visual entrega algo incompleto, ejecuta su project/rebrand_job.py tú mismo.

8. Control de calidad de cada final tú mismo — los informes de los agentes son afirmaciones, no pruebas: scripts/check_final.py source.mp4 final.mp4 --old "physio|fisio|artuvate|artivate" --new "nook" --frames <un fotograma por elemento corregido> → coincidencia de número de fotogramas, decodificación limpia, sonoridad vs fuente, cero nombres antiguos hablados, y una hoja de origen|final que debes revisar. Transcribe con ventanas de 5 s alrededor de cada mención si los totales parecen incorrectos (Whisper con archivo completo fusiona oraciones). Para líneas cantadas, espera que Whisper tenga problemas también con el original.

9. Entrega. Archivos finales en la raíz del proyecto con nombres descriptivos, un zip si se solicita (zip -0, los videos ya están comprimidos), y un resumen: qué cambió por archivo, qué necesita una escucha humana (palabras cantadas, duración de pausas después de un nombre más corto), fotogramas imperfectos conocidos, y los problemas de marca señalados que no son de la marca antigua.

Opcional: cortes para engagement

Para solicitudes de "hacerlo más atractivo" además del rebranding, en examples/engagement-edit/ se encuentra el planificador (listas de conservación a nivel de oración ajustadas a puntos de silencio, llamadas, acercamientos) y el renderizador (alternancia de zoom en cortes, llamadas con marca, barra de progreso, efectos de sonido sintetizados, corrección de subtítulos en cortes, loudnorm −14 LUFS). Reutiliza en lugar de reescribir.

Archivos incluidos

• scripts/setup_jobs.sh, scripts/mux_final.py, scripts/check_final.py — genéricos.
• examples/ — código funcional y específico del primer uso (rutas y números de fotograma están codificados; adapta, no ejecutes ciegamente):
  • caption-and-tag-library/ — redibujo de subtítulos, etiquetas de cuero rotativas, placas curvas, borrador de bolsos, seguimiento multiescala (rebrand_job01.py); subtítulos con glifos recortados, etiquetas grabadas en relieve, reimpresión de bolsos con seguimiento (caption_lib.py, text_lib.py, track_lib.py, rebrand_job05.py).
  • web-and-sign-library/ — subtítulos con glifos propios (captions.py), placa de cartel de edificio, reconfiguración de texto web, prensado de etiquetas, bolso con caída manual (rbk.py, rebrand_job02.py), pantalla de portátil (rebrand_job06_laptop.py), desplazamiento de página de reseña, logotipo de tarjeta final, eliminación de relieve de terceros (rebrand_job07.py), hojas de control de calidad (visual_qc.py).
  • voice-splice/ — reemplazo de palabras con medición de segmentos y sobrescritura de tomas; cliente de API de Fish.
  • sung-word/ — re-cantado basado en WORLD sobre la melodía original.
  • still-image/ — reemplazo de texto por homografía en envases.