Communitygithub.com

cortar-tomas

Convierte una grabación en bruto de una persona hablando a cámara en un corte bruto: la mejor toma de cada línea conservada una vez, las pausas acortadas, entregado como una línea de tiempo editable para DaVinci Resolve, Premiere Pro, Final Cut Pro o CapCut de escritorio y opcionalmente como MP4.

¿Qué es cortar-tomas?

Este skill está diseñado para creadores de contenido y editores de vídeo que necesitan agilizar el proceso de edición de grabaciones donde un presentador habla directamente a cámara, con múltiples tomas, falsos arranques, comentarios fuera de cámara y pausas largas. Automatiza el análisis del vídeo, la transcripción y la creación de un corte bruto que selecciona la última toma completa de cada frase, acorta las pausas prolongadas y exporta una línea de tiempo editable compatible con los principales editores de vídeo (DaVinci Resolve, Premiere Pro, Final Cut Pro y CapCut), además de un archivo MP4 opcional. El skill funciona en cualquier idioma, con o sin un guion de referencia. El flujo de trabajo consta de cuatro pasos: configuración inicial (instalación de dependencias como FFmpeg y faster-whisper), análisis del vídeo (que genera transcripciones y marcas de tiempo), selección de tomas (donde el usuario revisa y ajusta las decisiones automáticas editando un archivo JSON), y renderizado final. La herramienta identifica automáticamente repeticiones y falsos arranques para sugerir qué tomas conservar, y permite ajustar la sincronización de las pausas con estilos natural o ajustado. Es compatible con hardware NVIDIA GPU para acelerar el análisis, y su diseño modular permite iterar rápidamente sobre el corte editando el archivo `cuts.json` y volviendo a renderizar.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/MikolajKopec/skills/tree/HEAD/skills/video/cut-takes

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Cortar tomas

Convierte una grabación en bruto de una persona hablando a cámara en un corte bruto: cada línea dicha una vez, en su última toma completa, con las pausas largas acortadas. El script encuentra el habla, la transcribe frase por frase y mide los niveles. Tú decides qué tomas se quedan.

Script: python "${CLAUDE_SKILL_DIR}/scripts/cut_takes.py" (usa python3 donde python sea Python 2 o no esté presente). A continuación se escribe como cut_takes.py.

0. Configuración (una vez)

Ejecuta cut_takes.py doctor. Si falta algo, informa al usuario y ofrece el comando de instalación:

  • FFmpeg: Windows winget install Gyan.FFmpeg, macOS brew install ffmpeg, Linux sudo apt install ffmpeg.
  • Paquete Python: python -m pip install faster-whisper.
  • GPU NVIDIA opcional: python -m pip install nvidia-cublas-cu12 "nvidia-cudnn-cu12==9.*" (aproximadamente 2 GB). Sin ella, todo se ejecuta en CPU, solo más lento.

1. Analizar

Pide la ruta del vídeo y, si el orador leyó un guion, el guion como texto plano (opcional). Elige una carpeta de trabajo junto al vídeo, por ejemplo <carpeta_video>/<nombre_video>-corte/.

cut_takes.py analyze VIDEO --work WORK [--script SCRIPT.txt] [--language en]
  • El idioma se detecta automáticamente; pasa --language si la línea de detección en la salida es incorrecta.
  • En CPU, una grabación larga lleva tiempo. Para un paso rápido, añade --model small.
  • Archivos muy grandes (4K, más de 20 minutos) funcionan, pero el renderizado es más rápido desde una copia en 1080p.

Salida en WORK: takes.md (léelo), takes.json y un borrador de cuts.json.

2. Elegir tomas

Lee takes.md. Cada frase tiene un id, tiempo de origen, texto y estado:

  • KEEP / DROP retaken in #N - el script ya asume que la última toma completa gana. Verifica cada suposición.

  • DROP unclear (noise?) - un carraspeo, clic o respiración que Whisper convirtió en palabras ("Gracias."). DROP not in script - solo con --script.

  • (cut before "palabra" ...) - solo el final de la frase se dijo de nuevo más tarde; el clip del borrador termina antes de esa palabra.

  • !! repeated ... / !! false start ... / !! long word ... - un tropiezo dentro de una frase (una palabra larga suele ser una repetición que Whisper fusionó). Verifícalo transcribiendo ventanas cortas, luego elimínalo con skip o usa otra toma:

    cut_takes.py transcribe VIDEO --work WORK --at 86.1 87.0 87.4 88.6
    
  • Script words not found - líneas que ninguna frase conservada cubre. Búscalas en frases DROP; si faltan, informa al usuario.

Luego edita cuts.json:

  • Elimina conversaciones fuera de cámara ("vale, una vez más", "¿está grabando?"), pruebas de micrófono y tomas incompletas. Es mejor eliminar una línea incompleta que mantenerla.
  • Un comentario a menudo se refiere a la toma anterior: "no usemos eso" justo después de una línea significa que esa línea también se elimina.
  • Si dos tomas son igualmente completas, prefiere la más cercana al guion.
  • from va en el silencio antes de la toma, to en el silencio después de ella. Mantén los clips en el orden en que deben reproducirse.
  • Un tropiezo dentro de una buena toma: "skip": [[a, b]] con a justo después de la última palabra buena y b justo antes de la repetición limpia. Usa los tiempos de palabra de takes.json para colocarlo.

Opcional: verifica dónde mira el orador al final de una toma (mirar las notas arruina el corte):

cut_takes.py frames VIDEO --at 41.2 --dur 2 --png WORK/end.png

Mira el PNG y termina to antes de que la mirada se aparte de la cámara.

3. Renderizar

cut_takes.py render WORK/cuts.json [--style natural|tight] [--mp4]
  • natural (predeterminado, YouTube y formato largo): las pausas de más de 0.5 s se reducen a 0.3 s.
  • tight (shorts, reels): cada pausa se corta, y las respiraciones y chasquidos de labios entre frases también se eliminan (listados como dropped breath/noise).
  • Ajusta con --max-pause y --keep-pause (segundos).
  • Añade --mp4 solo cuando el usuario quiera un archivo de vídeo listo.

Escribe <video>-cut.fcpxml, .xml, .edl, una carpeta de proyecto CapCut <video>-cut-capcut/, -segments.json (y .mp4) en WORK y termina con CHECK OK cuando todas las exportaciones coincidan entre sí y con el MP4. En caso de CHECK FAILED, informa del mensaje y no entregues los archivos.

Con --mp4, transcribe el resultado una vez (cut_takes.py transcribe WORK/<video>-cut.mp4 --work WORK --at 0 <length>) y léelo: cada línea una vez, sin repeticiones, sin palabras cortadas por la mitad.

4. Entregar

Informa al usuario de la duración antes y después, el número de segmentos, qué tomas eliminaste y por qué, y cualquier cosa a la que prestar atención. Luego indícales cómo importar:

EditorArchivoCómo
DaVinci Resolve.fcpxml (o .xml)Archivo > Importar > Línea de tiempo, luego selecciona el archivo. Vuelve a vincular el medio si se solicita
Premiere Pro.xmlArchivo > Importar, selecciona el .xml; aparece una nueva secuencia en el proyecto
Final Cut Pro.fcpxmlArchivo > Importar > XML
Otros editores.edlCMX 3600 EDL, importa y vuelve a vincular al vídeo fuente
CapCut de escritoriocarpeta -capcut/Cierra CapCut, copia toda la carpeta en la carpeta de proyectos de CapCut (abajo), inicia CapCut y abre el proyecto desde la pantalla de inicio

Carpeta de proyectos de CapCut: Windows %LOCALAPPDATA%\CapCut\User Data\Projects\com.lveditor.draft, macOS ~/Movies/CapCut/User Data/Projects/com.lveditor.draft, o la ruta establecida en la configuración de CapCut. No escribas en ella tú mismo; dile al usuario que copie la carpeta. Si el proyecto no aparece o no se abre, recurre al .mp4.

La línea de tiempo apunta al archivo de vídeo original, así que no lo muevas ni lo renombres antes de importar. Cada corte es un corte directo en una sola pista; añade fundidos cruzados en el editor si un corte chasquea.

Para cambiar algo, edita cuts.json y renderiza de nuevo.

Skills relacionados