Que fait video-cut ?
Tu livres une vidéo finie et vérifiée par toi-même. Pas « commande exécutée », mais « j’ai regardé le résultat ».
Outil : cut.py dans le dossier de ce skill (normalement ~/.claude/skills/video-cut/cut.py ; ci-dessous noté <cut.py>). Appel toujours avec uv run, les dépendances sont chargées automatiquement par uv. Prérequis : uv est installé.
CapCut n’est pas piloté : il n’a pas d’interface. Le résultat est un MP4 que l’utilisateur pourra retravailler dans CapCut.
Déroulement
- Clarifier (uniquement ce qui manque, sous forme d’options cliquables) : Quel fichier ? Format portrait ou original ? Sous-titres et zooms oui/non ? Durée cible ?
- Premier passage :
uv run "<cut.py>" "<video>" -o "<sortie>.mp4"Ne jamais écraser l’original. Pour les vidéos de plus de 2 minutes, lancer en arrière-plan. La sortie indique les pauses, les longueurs avant/après et les intervalles de zoom. En parallèle, il crée<sortie>.words.tsv. - Lire la liste de mots (en entier) : Chaque ligne est
Début<TAB>Fin<TAB>Mot, les temps en secondes dans l’original.- Corriger les mots : noms mal entendus, termes techniques, chiffres, orthographe. Fusionner les mots coupés (ex.
5et.2en une seule ligne5.2avec début du premier et fin du second). Ne pas modifier les temps autrement. - Raccourcir le contenu : Chercher les bafouillages, phrases dites deux fois, phrases de remplissage et nouveaux départs. Une zone va du début du premier mot superflu au début du premier mot à conserver. Ne couper que des unités de sens complètes, jamais en milieu de phrase, et laisser la première phrase (l’accroche) sauf si elle est redondante.
- Corriger les mots : noms mal entendus, termes techniques, chiffres, orthographe. Fusionner les mots coupés (ex.
- Deuxième passage avec la liste corrigée et les zones :
uv run ... "<video>" -o "<sortie>.mp4" --words "<sortie>.words.tsv" --drop "12.3-15.8,40-44"--wordsévite une nouvelle transcription. Les temps restent valides même si tu modifies--drop,--noiseou--min-silence. Habillage (dans le même passage, tous les temps en secondes dans l’original) :--title "0-3=TEXTE": carte-titre jaune en haut, possible plusieurs fois. Toujours en mettre une sur l’accroche (premières 3 secondes, 4 mots max, en majuscules). D’autres seulement à de vraies sections (« CONSEIL 1 »), pas plus d’une toutes les 8 secondes.--flash "12.3,40": bref flash lumineux comme transition. Uniquement aux changements de thème, 3 à 4 max par minute.--music "<fichier>": la musique passe sous la voix et baisse pendant la parole. L’outil mesure tempo et beats ; les changements de zoom et les flashes s’alignent sur le beat suivant (jusqu’à 0,35 s d’écart). Volume avec--music-volume(défaut 0.2). Le fichier musical doit être fourni par l’utilisateur ; demande-lui s’il a le droit de l’utiliser s’il veut publier la vidéo.- La fin est toujours fondue en 0,4 s.
- Vérifier les chiffres :
- Avec musique : La sortie indique BPM et nombre de beats. Si le tempo est inférieur à 60 ou supérieur à 200, la détection est probablement erronée ; dis-le.
- Quasiment rien coupé alors qu’il y a des pauses :
--min-silence 0.3, en cas de bruit de fond--noise -25. - Des mots manquent à la coupe :
--min-silence 0.7ou--noise -35.
- Voir les images : Extrais 4 images, dont au moins une à l’intérieur et une à l’extérieur d’une zone de zoom, et regarde-les avec Read :
uv run --with imageio-ffmpeg python -c "import imageio_ffmpeg,subprocess,sys;[subprocess.run([imageio_ffmpeg.get_ffmpeg_exe(),'-v','error','-y','-ss',t,'-i',sys.argv[1],'-frames:v','1',f'{sys.argv[2]}_{t}.jpg']) for t in sys.argv[3:]]" "<sortie>.mp4" "<scratchpad>\check" 2 15 30 50Prends une image de chaque carte-titre et une exactement au moment d’un flash (la sortie les mentionne). Vérifie : carte-titre complète et pas par-dessus le visage, visage même en zoom non rogné, sous-titres lisibles et pas sur la bouche ou du texte existant, le mot jaune correspond au moment, le format est correct. - Livrer : Chemin du fichier, longueur avant/après, les zones supprimées et les mots corrigés, ce que tu n’as pas pu vérifier.
Règles
- Avant le deuxième passage, dis à l’utilisateur en une phrase quelles zones tu supprimes, si ensemble elles représentent plus de 10 % de la durée.
- Pour un export vertical à partir d’un paysage, le recadrage est centré. Si la personne n’est pas centrée, dis-le et utilise
--no-vertical. - Si la vidéo a déjà des sous-titres incrustés, utilise
--no-subs. Si le zoom semble instable ou rogne le visage, utilise--no-zoom. - Les zooms sont placés automatiquement par l’outil (une alternance sur deux, changement aux coupes et fins de phrase). Les zooms individuels ne peuvent pas être réglés manuellement.
- Ce que l’outil ne peut pas faire (images d’illustration, incrustation d’images et logos, effets sonores, fondus entre scènes) : ne pas l’affirmer. Dis-le et propose de le construire un par un, seulement après accord.
- Tu ne peux pas entendre le son. L’outil mesure les beats, mais seule l’utilisatrice peut juger si musique et voix vont bien ensemble. Dis-le pour chaque vidéo avec musique et mentionne
--music-volumecomme paramètre ajustable.