¿Qué hace render-cinematic-music-video?
Ensambla un vídeo musical cinematográfico a partir de una configuración: un cortometraje de ESTILO live-action donde un himno original cantado es la banda sonora y cada golpe visual es un cuadro rodado en película (grano Kodak Portra, fugas de luz, luz natural, imperfección de cámara en mano) sincronizado con la letra, organizado en un arco de 3 actos (su forma es la elección story_arc del usuario) con la línea del gancho en el drop del estribillo. Esta capacidad es el ensamblaje determinista GRATUITO: corte a ventana, concat duro, mux del himno, quema de subtítulos y la tarjeta de marca final.
scripts/config.example.json es el ejemplo práctico (Hype and Vice "Game Day Girls", ~28s 1080×1920 9:16, 14 cuadros); copie su estructura, nunca sus valores creativos; scripts/PIPELINE.md mapea cada bloque de configuración a su paso de origen y scripts/README.md documenta el ensamblaje gratuito.
Ejecución
Esta es la etapa de ensamblaje determinista GRATUITA — no gasta nada. Las entradas de pago son capacidades separadas: el himno cantado (create-music-elevenlabs, force_instrumental false — la letra ES el guion, devuelve mp3 + words_timestamps); un keyframe con aspecto de película de 35 mm por golpe en un paquete de look (create-image-gpt-image-fal); y un clip i2v de Kling 3.0 por golpe (create-video-fal). Dados el himno entregado + words.json + un clip por golpe + el activo de la tarjeta de marca final, render-cinematic-music-video corta cada clip a su ventana lírica, los concatena al compás, multiplexa el himno, quema los subtítulos cinematográficos en tercio inferior y superpone la tarjeta final → el máster. Los recortes reutilizan el himno / keyframes / clips existentes y cuestan $0.
Decisiones
El contenido creativo que ensambla esta etapa se decide aguas arriba por las choices del formato, preguntadas al usuario antes de cualquier paso de pago. Los valores del ejemplo práctico son ejemplos, nunca valores predeterminados:
- song_style — el género, estado de ánimo, BPM y arreglo del himno. El demo usó un himno cinematográfico indie-pop triunfante a 120 BPM.
- vocalist — quién lo canta. El demo usó una voz femenina segura pero cálida.
- cast — quién aparece en pantalla en los cuadros. El demo usó cuatro mujeres jóvenes universitarias.
- setting — lugar + hora del día (determina la luz y paleta del paquete de look). El demo usó una ciudad universitaria estadounidense en día de partido, otoño, hora dorada.
- story_arc — la forma de 3 actos de los cuadros y la letra. El demo usó un día de partido, mañana → pico del estadio → atardecer, con un guiño a la historia de origen.
Este ensamblaje los lee solo a través de la configuración (tableaux[] ventanas + subtítulos, el himno, captions.accent_words, end_card.*); no los codifica.
Contrato (el ensamblaje gratuito)
- El himno cantado lleva la historia — sin locución separada. La pista generada de ElevenLabs ES la base y el guion (
force_instrumentalfalse); no agregue una voz en off hablada ni una segunda base. - Planifique la línea de tiempo ALREDEDOR del himno entregado. El himno se genera primero y reforma / excede la duración; ajuste cada límite de cuadro a los bordes de las frases líricas en las marcas de tiempo devueltas — nunca recorte el himno a una cuadrícula preplanificada.
- Subtítulos a partir de las propias marcas de tiempo del himno, no de Whisper. Derive
words.jsondewords_timestampsdel modelo de música, agrupe ~4 palabras en los límites líricos y queme subtítulos serif cinematográficos en tercio inferior (--placement low) con la línea del gancho tratada con acento (negrita-cursiva). Whisper en audio cantado devuelve "🎵 Música sonando 🎵". - Coloque el gancho en el drop del estribillo. El cuadro héroe (
is_hook) se sincroniza para que la línea clave caiga en el drop del estribillo; acentúe esa línea en los subtítulos. - Un paquete de look cinematográfico + cortes duros al compás. El paquete de look (película nombrada + grano + destellos + cámara en mano) más un ancla de continuidad une todos los clips; corte cada clip a su ventana lírica y concatene de forma dura (un corte de coincidencia opcional en la revelación del héroe) — sin fundidos.
- Tarjeta final del activo de marca real — nunca renderice la marca como texto de difusión. Componga el bloqueo (PIL/ffmpeg) a partir del activo real o use una base de keyframe diseñada; la difusión distorsiona una marca.
- Composición FFmpeg, determinista, GRATUITA. Normalice cada clip a su ventana bloqueada al compás, concatene de forma dura, multiplexe el himno (
afadeentrada/salida +loudnorm I=-14), queme el ASS de subtítulos, superponga la tarjeta final → un máster 1080×1920 h264+aac. Sin llamadas de pago, sin claves.