¿Qué hace Studio Video Director?
Un pipeline probado en batalla y basado en mediciones para producir videos de calidad profesional con herramientas locales gratuitas. Cada regla a continuación se pagó con construcciones reales fallidas: mezclas mono, audio sobrecomprimido, Shorts tipo presentación, subtítulos recortados y silencios incómodos. Una construcción que viole cualquier puerta es una construcción fallida: arréglalo, no lo entregues.
Cuándo usar esta habilidad
- Cualquier entrega de video: demo de hackathon, demo de producto, Short/Reel, análisis de película, comercial, tutorial, avance, clip de podcast.
- Antes de renderizar: planificación, guion, storyboard, prompts de toma.
- Después de renderizar: la verificación de 10 puertas previa a la entrega en la codificación FINAL.
- Cuando un video "se ve bien pero se siente amateur": ejecuta la verificación, corrige las puertas que fallen, vuelve a revisar. La puerta nombra el defecto exacto.
El flujo de trabajo de 8 pasos
- Brief -- un párrafo: audiencia, una idea, una llamada a la acción, duración, relación de aspecto (elige UNA y fíjala:
16:9demo/formato largo o9:16Shorts/Reels -- NUNCA mezcles relaciones en un proyecto). - Plan de equipo (6 roles) -- Director (visión + lista de cortes), Guionista (guion, <=30 palabras por toma, ~150 ppm), Director de Fotografía (cámara + encuadre), Director de Arte (paleta + escenario), VFX (movimiento + transiciones), Diseñador de Sonido (VO + música + SFX). Cada rol da su visto bueno antes de la generación.
- Storyboard + lista de cortes -- escrito ANTES de animar. Un corte visual o de cámara al menos cada 3-4 s (sin brecha > 4 s, fallo grave). Gancho en los primeros 3 s: título/pregunta + movimiento. Nunca una portada estática.
- Prompts (de seis partes) -- por segmento, <=10 s cada uno, usando
references/prompt-template.md: duración/formato, sujeto, escena, beats con marcas de tiempo, lenguaje de cámara, sonido/diálogo, restricciones. Reutiliza la descripción del sujeto TEXTUALMENTE entre segmentos. - Generar segmentos -- solo movimiento real: grabación de pantalla (Playwright, deviceScaleFactor 2, 1920x1080@30fps para demos), metraje secundario o animación. Ken Burns en imágenes fijas: como máximo UN segmento de <=4 s por Short, nunca todo el video.
- Ensamblar -- normalizar cada escena al fotograma fijado (escala + relleno, nunca estirar), unir con el demuxer concat, masterizar el audio (Pro:
pro-bundle/scripts/assemble_multiscene.py). - Sonido -- solo VO neuronal (edge-tts / studio TTS; gTTS prohibido). Música: una pista con licencia real (Mixkit / Pixabay / YouTube Audio Library), con ducking a -20 dB (Shorts) o -22 dB (demos) bajo el VO. Efectos de sonido reales diseñados sincronizados con los cortes. Bases sintetizadas/SFX prohibidas.
- Verificar + entregar -- ejecuta
scripts/quality_gate.pyen la codificación FINAL. Las 10 puertas deben PASAR. Guarda el master + .SRT enrenders/y nunca los elimines.
Puertas de calidad (las 10, sin exenciones)
| # | Puerta | Regla |
|---|---|---|
| 1 | Especificaciones | duración/resolución/fps exactos; canales de audio == 2 |
| 2 | Sonoridad | integrada -14..-16 LUFS, TP <= -1.5 dBTP, LRA >= 6 LU |
| 3 | Silencio | sin silencio >= 0.5 s excepto una cola final <= 1 s |
| 4 | Ritmo de cortes | sin brecha entre cortes > 4 s |
| 5 | Cobertura del VO | la transcripción de faster-whisper cubre >= 80% de las palabras del guion |
| 6 | Fotogramas | los fotogramas 00:02 / medio / final pasan la lista de verificación de fotogramas nombrados |
| 7 | Estéreo | ffprobe canales == 2 en la mezcla final |
| 8 | Música/SFX reales | un humano certifica música con licencia real + SFX reales |
| 9 | Sin presentación | sin segmento congelado > 4 s |
| 10 | Protección del master | archivo sidecar .SRT presente, sin archivos *-broken / *-v1 / *-v2 hermanos |
Ejecútalo:
python3 scripts/quality_gate.py final.mp4 --aspect 16:9 \
--srt final.srt --script vo-script.txt --frames-dir checks/
Puertas individuales:
python3 scripts/audio_lufs_check.py final.mp4
python3 scripts/extract_frames_check.py final.mp4 --aspect 16:9 --frames-dir checks/
Regla de subtítulos
- Demos 16:9: solo archivo sidecar
.SRTseparado. CERO subtítulos de narración quemados. Se permiten anotaciones en pantalla de la interfaz de usuario: no son subtítulos de diálogo. - Shorts/Reels 9:16: archivo sidecar
.SRTY subtítulos estilizados en la zona segura inferior (el reproductor de Shorts ignora los sidecars; los espectadores con audio silenciado necesitan texto en pantalla).
Lista de verificación de fotogramas nombrados (aplicar a fotogramas 00:02, medio, final)
(a) nada recortado en ningún borde, (b) sin banda muerta/área vacía > 25% del fotograma, (c) cada palabra en pantalla legible en tamaño de teléfono, (d) subtítulos visibles donde el guion dice que deberían estar, (e) sin texto de interfaz de usuario ficticio/placeholder, (f) el sujeto llena el fotograma.
Herramientas $0 (nivel gratuito)
- ffmpeg / ffprobe 8.x, Python 3.10+, faster-whisper (local, CPU).
- Créditos externos gratuitos opcionales solamente (niveles gratuitos de OpusClip / Vizard / Quso / 2short) -- nunca invocados por ningún script en este repositorio, nunca una API paga, nunca un registro, nunca una tarjeta.
- Este repositorio NO contiene credenciales, NO contiene claves de API, NO contiene datos personales.
Edición Pro
pro-bundle/ añade: ensamblado FFmpeg multiescena con masterización loudnorm de dos pasadas, auto-ducking de VO + música, constructor de .SRT con Whisper + subtítulos quemados, 18 plantillas especializadas y una verificación por lotes con un solo comando. Consulta README.md (sección Edición Pro) y pro-bundle/README.md.