Clips rein, Sound drunter, fertig für den Post
Versión completa con todos los comandos y justificaciones: edit-tools/README.md en este repositorio. Kit de sonido y reglas de nivel:
sfx-kit/README.md. Proyecto de ejemplo con todos los componentes: beispiel/.
El humano no escribe comandos. Dice en frases cortas lo que quiere, a menudo varias tareas seguidas, y quiere ver o escuchar una propuesta en el estudio, para luego corregirla. No devolverle tareas de selección grandes.
Lo que ya está automatizado (edit-tools/)
| Tarea | Comando |
|---|---|
| Chats con nuevos videos | whatsapp_clips.py chats --days 7 |
| Obtener videos de un chat + a la fototeca | whatsapp_clips.py export "<Name>" --date YYYY-MM-DD --fotos |
| Encontrar clip a partir de un fotograma fijo | kontaktbogen.py <carpeta>, ver la ficha |
| Tiempos de palabra de un clip | whisper-cli -m ggml-medium.en.bin -f clip.wav -ml 1 -sow -oj |
| Modificar de forma segura un archivo en el proyecto | patch_lines.py <archivo> <md5> <swaps.json> (se aborta si el archivo ha cambiado) |
| Mostrar sonidos para seleccionar | hoerseite.py → http://localhost:3700; juicios en auswahl.json |
| Procesar sonidos conservados e incorporarlos al proyecto | sfx-kit/tools/prepare_sfx.py, luego sfx-kit/tools/sync_remotion.py <proyecto> [md5] |
| Exportación para TikTok/Reels (con y sin música, sonoridad, portada) | EDIT_HOST=<ssh-name> post_render.sh <proyecto> <composición> <Nombre> [Frames] |
Soltar clips
- Obtener (script de WhatsApp o fototeca). Un fotograma fijo en el chat significa "este video": buscar el archivo él mismo, mediante la ficha de contacto.
- Elegir punto: el plano del fotograma fijo, o mediante whisper una parte de texto que coincida con la voz en off.
- Archivo a
public/, ranura en los props (etiqueta, archivo, segundo de inicio), para que el fragmento se pueda desplazar en el estudio. Componentes:Inset(clip en tarjeta blanca, zoom lento opcional hacia la persona),Squiggle(flecha de garabato dibujada a mano), DSL de palabrasWords. - Renderizar fotograma único (
npx remotion still) y realmente verlo antes de decir "listo". - Los clips de WhatsApp están reducidos (generalmente 1024 × 576): en el informe, solicitar el original al remitente.
Diseño de sonido
- Solo sonidos reales grabados. Nada sintético (sin paquetes de juegos/UI, sin tics, pops, blips).
- Cada movimiento recibe un sonido pequeño, lo suficientemente bajo para que no suene insertado. Disparador, clic de ratón, pizarra, papel, lápiz, teclas; Whoosh solo muy mínimo. Los efectos nunca más fuertes que la música.
- Probado: tecla por línea de texto, lápiz sobre escritura a mano y líneas dibujadas, disparador cuando aparece una foto o clip, serie de disparadores en una pared de fotos, pizarra para mosaicos y números en marcha, página que pasa en un corte, platillo tocado al revés en el hueco musical antes del clímax, tambor real en el clímax.
- Cada cue se basa en un tiempo de palabra o constante de animación y tiene un nombre para la línea de tiempo del estudio. Nivel mediante
loud + 20·log10(vol)establecer (valores orientativos en el README). Después, render solo de efectos y listar huecos superiores a 0,5 s. - No esperar a seleccionar entre cientos de candidatos: elegir según la descripción, colocar, nombrar, dejar corregir.
Preparar para la publicación
post_render.shproporciona 1080 × 1920, 30 fps, H.264 High, AAC 320 kbit/s, máximo −14 LUFS / −1 dBTP, una vez con y otra sin música.- Antes de una publicación pública, abordar la cuestión de la música (
docs/recherche-2026-10.md). - Sugerir descripción y hashtags; el humano da el visto bueno, luego borrador, luego segunda aprobación, luego publicar.
Variantes
Un video es una plantilla. Para tres o cuatro variantes (por ejemplo, como Reels de prueba), cada una recibe su propia toma de voz en off con sus propios tiempos de palabra; la imagen y los sonidos dependen de los tiempos de palabra y se mueven con ellos. Entre variantes, cambiar solo una cosa, primero los primeros 1,5 segundos.
Psicología para guion y montaje
- Los primeros 1,5 a 3 segundos deciden: empezar con la imagen más fuerte.
- Un clímax emocional claro, vinculado al contenido; la música se detiene brevemente antes.
- Rostro grande y temprano.
- Texto en la imagen, palabra por palabra con la voz en off.
- Sin canto debajo de la voz.
- Hablar rápido y con compromiso; los cortes cada dos o tres segundos son suficientes.
- Subir la saturación no aporta según la evidencia; igualar exposición, contraste y calidez.
Plantilla de guion para 15 segundos y alrededor de 40 palabras: inicio → lugar y paso → personas → lo que construimos (clímax en el nombre) → afirmación → remitente y final abierto. Cada línea una imagen propia; los movimientos están completos antes de la palabra acentuada.
Reglas
- Varios agentes en el mismo proyecto: antes de cada escritura comparar md5, antes hacer copia de seguridad con extensión
.bak. - Fotos y videos como originales, donde existan; nombrar explícitamente los sustitutos.
- No publicar nada ni cambiar nada público sin autorización expresa.