Montage Vidéo — Pipeline de Showcase Sous-titré
Éditeur vidéo sous-titré de bout en bout basé sur HyperFrames. L'utilisateur vous fournit une vidéo ; vous orchestrez les étapes transcrire → réviser → rendre et vous vous ARRÊTEZ TOUJOURS pour approbation du transcript avant le rendu long.
Où ce skill se situe dans la pyramide YUV.AI
video-edit se trouve dans le niveau intermédiaire de la pyramide des compétences YUV.AI, aux côtés de yuv-design-system, yuv-decks, yuv-viral-video, parallax-landing-page et video-to-landing-page. L'orchestrateur de premier niveau yuv-pilot achemine ici dès que l'utilisateur souhaite un showcase sous-titré, un tutoriel ou un montage avec tête parlante et sous-titres.
C'est le pendant vidéo plus général de yuv-viral-video. La répartition :
yuv-viral-video— pipeline YUV.AI de courtes vidéos virales (rythme MrBeast, style éditorial signature)video-edit— éditeur sous-titré général avec révision du transcript avant rendu (hébreu + anglais + toute langue Whisper)
Pour les vidéos sous-titrées de marque YUV.AI, associez ce skill à yuv-design-system (mode Neon pour les choix de typographie/palette). Pour les vidéos sous-titrées génériques/tierces, ce skill fonctionne de manière autonome.
Quand l'invoquer
- Un chemin vers un fichier vidéo (mp4/mov/mkv) + une demande de « monter », « sous-titrer », « ajouter des légendes », « créer un reel/promo », « faire pareil »
- « Corriger les sous-titres / les fautes d'hébreu » — revenir à l'étape de révision sur un projet existant
- Tout build de tutoriel / tête parlante / promo sous-titré
Emplacement de sauvegarde
Par défaut : ~/Documents/yuv-projects/videos/<slug>/ — sauvegardez toujours les projets vidéo sous-titrés ici pour que les rendus soient trouvables. Le <slug> est court, dérivé du sujet ou du nom du fichier source.
mkdir -p ~/Documents/yuv-projects/videos
cd ~/Documents/yuv-projects/videos
# Initialisez le projet ici.
Le rendu final se trouve dans ~/Documents/yuv-projects/videos/<slug>/renders/<name>_FINAL.mp4. Dites à l'utilisateur où se trouve la vidéo à la fin du rendu.
Workflow (12 étapes)
-
Sonder la source —
ffprobepour les dimensions, l'ips, la durée, l'audio. -
Échafauder —
cd ~/Documents/yuv-projects/videos && npx hyperframes init <slug> --video <path> --non-interactive. Renommez la vidéo copiée ensource.mp4. -
Extraire l'audio —
ffmpeg -i source.mp4 -vn -ac 1 -ar 16000 audio.wav. -
Transcrire — copiez
references/transcribe.pydans le projet. Modèle par défautlarge-v3(meilleur pour l'hébreu). CUDA échoue généralement sous Windows (cuDNN manquant) ; le script utilise le CPU int8 en secours. Forcezlanguage="he"pour l'hébreu,language="en"pour l'anglais ; sinon détection automatique. -
Appliquer les corrections connues — copiez le contenu de
references/corrections-hebrew.mddans un fichiercorrections.jsonà la racine du projet (clés = token erroné, valeurs = token correct). -
🛑 STOP — démarrez le serveur de révision et laissez l'utilisateur approuver dans une application web. Appliquez d'abord les corrections connues : copiez
references/make_review.pydans le projet et exécutezpython make_review.py. Cela appliquecorrections.jsonàtranscript.json.Ensuite, lancez le serveur de révision en tant que tâche d'arrière-plan (il se bloque jusqu'à ce que l'utilisateur clique sur « Approuver & Rendre » dans le navigateur) :
python "$HOME/.claude/skills/video-edit/references/serve_review.py" . # Sous Windows : python "C:\Users\<vous>\.claude\skills\video-edit\references\serve_review.py" .Le serveur imprime une ligne comme
REVIEW_URL=http://localhost:PORT/. Récupérez cette URL depuis la sortie de la tâche d'arrière-plan (ou lisez stdout) et envoyez à l'utilisateur :👉 Révisez votre transcription ici : http://localhost:PORT/ Lorsque vous cliquez sur Approuver & Rendre, je continuerai automatiquement.
L'agent n'a pas besoin d'un message « continuer » — lorsque l'utilisateur clique sur le bouton, le serveur écrit
transcript_review.txtdans le répertoire du projet ET se termine avec le code 0. La notification de tâche d'arrière-plan de l'agent se déclenche et le pipeline reprend à l'étape 8.Solution de secours si pas de navigateur / pas de serveur : ouvrez l'éditeur en tant que fichier statique (
start "" "$HOME/.claude/skills/video-edit/transcript-editor/index.html"), demandez à l'utilisateur de choisir le dossier du projet, d'éditer, de sauvegardertranscript_review.txtdans le projet, et de répondre « continuer ». L'éditeur prend en charge les deux modes. -
(Optionnel) Suppression d'arrière-plan — voir étape 7 ci-dessous ; peut s'exécuter en parallèle avec la révision de l'utilisateur.
-
Après approbation, exécutez
python references/apply_review.py. Il re-tokenise les lignes éditées et redistribue les timings des mots danstranscript.jsonpour que la synchronisation des sous-titres fonctionne toujours. -
(Optionnel) Suppression d'arrière-plan — si un segment de tête parlante a besoin de texte derrière le sujet, extrayez le segment en tant que
outro.mp4(ouintro.mp4) et exécuteznpx hyperframes remove-background <clip>.mp4 -o <name>_subject.webm --quality best. CPU uniquement sur la plupart des configurations (~3–8 min pour un clip de ~15s en 1440p). -
Ré-encoder la source avec des images-clés denses — le rendu multi-worker se bloque sur des images-clés clairsemées. Exécutez toujours :
ffmpeg -y -i source.mp4 -c:v libx264 -preset medium -crf 18 -r 30 -g 30 -keyint_min 30 -sc_threshold 0 -pix_fmt yuv420p -movflags +faststart -c:a copy footage.mp4 -
Recharger le transcript (édité) et générer la sous-composition du corps via
references/gen_body.py. Le générateur émet le fichiercompositions/components/caption-body.htmlcomplet avec des pastilles en verre liquide alternant éditorial et matrice, ancrées en bas à gauche du centre (dégageant les PiP de webcam en bas à droite). -
Câbler le
index.htmlhôte à partir dereferences/host-template.html. Ordre des couches (z-index, PAS track-index) :- z0 : métrage
.cam-bg - z1 : fond de blobs liquides (
compositions/liquid-blobs.html,mix-blend-mode: screen, durée totale) - z2 : légende en parallaxe derrière le sujet (intro et/ou outro, lorsque la suppression d'arrière-plan est utilisée)
- z3 : découpe du sujet
.cam-out/.cam-sub(avecdata-media-startcorrespondant) - z6 : légendes du corps
- z46 : barre de progression + flash + wipe morph liquide
- z0 : métrage
-
Vérifier —
npx hyperframes lint. Doit avoir 0 erreurs. Corrections courantes : conflit GSAP/CSS transform sur l'élément de wipe (utilisezxPercent/yPercentou supprimez la transform CSS) ; chevauchement de tweens sur la même propriété (ajoutezoverwrite: "auto"). -
Rendre —
npx hyperframes render --quality standard --fps 30 --output renders/<name>_FINAL.mp4. Standard est la cible de livraison appropriée —highdouble à peu près le temps de rendu. Vérifiez avec 6 à 8 images de contrôle réparties sur la timeline avant de signaler que c'est terminé.
Sortie verticale (9:16) pour TikTok / Reels / Shorts
Lorsque l'utilisateur demande une sortie verticale / portrait / TikTok / Reels / 9:16 (à partir d'une source 16:9) :
- Clonez le projet dans un dossier frère :
cp -r project/ project-vertical/. - Remplacez son
index.htmlparreferences/host-template-vertical.html(canvas 1080×1920, arrière-plan flou avec blobs liquides, le métrage 16:9 en bande horizontale centrée, légendes en dessous). - Remplacez son
gen_body.pyparreferences/gen_body_vertical.py(pastille centrée, polices plus grandes, largeur maximale réduite), puis ré-exécutez-le pour émettrecompositions/components/caption-body.html. - Supprimez les sous-compositions de découpe derrière le sujet + parallaxe (la découpe est alignée pour le 16:9 ; pas la peine de la réaligner pour v1). La composition verticale utilise l'arrière-plan flou de la source + les blobs pour l'ambiance à la place.
- Mettez à jour
data-durationavec la durée réelle de la vidéo. Mettez à jour le texte de la pastille de marque dansindex.html(YUV.AIpar défaut). - Vérifiez + rendez — mêmes commandes. La sortie est en
1080×1920. Déposez directement sur TikTok / IG Reels / YT Shorts.
Pour fournir à la fois du 16:9 et du 9:16 en une seule fois, exécutez deux commandes de rendu (dans des projets parallèles). L'approbation du transcript_review.txt s'applique aux deux — mêmes légendes, deux compositions.
Règles critiques
- Ne jamais effectuer le rendu final sans approbation explicite du transcript. L'étape de révision est le cœur du sujet.
- Pour l'hébreu :
large-v3+language="he"+direction: rtl+ Rubik (700 + 900 pour l'accentuation éditoriale à double poids). - Les pastilles de légende ont toujours besoin d'un fond sombre opaque — un texte clair nu disparaît sur une interface blanche.
- Centrez les pastilles de légende horizontalement mais décalez la coordonnée x du centre vers la gauche (par ex.
left: 720px) lorsque le métrage a un PiP de webcam en bas à droite. - Le clip de découpe derrière le sujet DOIT porter
data-media-startcorrespondant à sondata-start(ou correspondant au décalage de la source si le clip a été extrait), sinon la découpe démarre à l'image 0 et se désynchronise. - Le
remove-backgroundwebm conserve le RVB original et écrit uniquement le masque alpha —ffprobesignaleyuv420p, ce qui ressemble à « pas d'alpha ». Confirmez viaTAG:ALPHA_MODE=1ou une composition sur une couleur unie. - Cartes de fin/outro avec texte incrusté — NE PAS y ajouter de légendes ; elles entrent en collision.
Références de fichiers
| Fichier | Objectif |
|---|---|
transcript-editor/index.html | Éditeur interactif dans le navigateur — prévisualisation vidéo, édition RTL, application de dictionnaire, suggestions AI WebLLM optionnelles, sauvegarde de transcript_review.txt |
references/setup.md | Prérequis + commandes d'installation pour Node / Python / FFmpeg / faster-whisper |
references/transcribe.py | Transcription faster-whisper avec secours CPU + timings de mots |
references/serve_review.py | Serveur de révision local — charge automatiquement l'éditeur, se bloque jusqu'à ce que l'utilisateur clique sur Approuver & Rendre, puis écrit transcript_review.txt et se termine (signale à l'agent) |
references/make_review.py | Applique les corrections + émet transcript_review.txt (secours en mode fichier) |
references/apply_review.py | Parse le fichier de révision édité, redistribue les timings des mots, met à jour transcript.json |
references/gen_body.py | Générateur du corps des légendes (éditorial + matrice dans des pastilles en verre liquide) |
references/host-template.html | Composition hôte 16:9 avec effets liquides + transition wipe |
references/host-template-vertical.html | Hôte 9:16 (1080×1920) — mise en page TikTok / Reels / Shorts : fond flou, bande de métrage 16:9 centrée, légendes en dessous, pastille de marque en haut à droite |
references/gen_body_vertical.py | Générateur de corps de légendes adapté au vertical (pastille centrée, polices plus grandes, largeur maximale réduite) |
references/liquid-blobs.html | Couche de blobs dérivants sur toute la durée |
references/caption-parallax-outro.html | Modèle de légende derrière le sujet (anglais ; clonez pour d'autres langues) |
references/corrections-hebrew.md | Erreurs de transcription connues de Whisper pour l'hébreu |
references/transcript-review-workflow.md | L'étape de pause/approbation en détail |