Montage Vidéo

Édition assistée par IA pour des séquences réelles. Pas de génération à partir de prompts. Éditer rapidement des vidéos existantes.

Quand Activer

L'utilisateur souhaite éditer, couper ou structurer des séquences vidéo
Transformer de longs enregistrements en contenu court
Construire des vlogs, tutoriels ou vidéos de démonstration à partir de séquences brutes
Ajouter des overlays, sous-titres, musique ou voix off à une vidéo existante
Recadrer la vidéo pour différentes plateformes (YouTube, TikTok, Instagram)
L'utilisateur dit "éditer une vidéo", "couper cette séquence", "faire un vlog" ou "workflow vidéo"

Thèse Centrale

Le montage vidéo avec IA est utile quand vous arrêtez de lui demander de créer la vidéo entière et commencez à l'utiliser pour compresser, structurer et enrichir des séquences réelles. La valeur n'est pas la génération. La valeur est la compression.

Le Pipeline

Screen Studio / séquences brutes
  → Claude / Codex
  → FFmpeg
  → Remotion
  → ElevenLabs / fal.ai
  → Descript ou CapCut

Chaque couche a un travail spécifique. Ne sautez pas de couches. N'essayez pas de faire faire tout à un seul outil.

Couche 1 : Capture (Screen Studio / Séquences Brutes)

Collectez le matériel source :

Screen Studio : enregistrements d'écran soignés pour démos d'applications, sessions de codage, workflows navigateur
Séquences caméra brutes : séquences vlog, interviews, enregistrements d'événements
Capture de bureau via VideoDB : enregistrement de session avec contexte en temps réel (voir la compétence videodb)

Sortie : fichiers bruts prêts à être organisés.

Couche 2 : Organisation (Claude / Codex)

Utilisez Claude Code ou Codex pour :

Transcrire et étiqueter : générer une transcription, identifier les sujets et thèmes
Planifier la structure : décider ce qui reste, ce qui est coupé, l'ordre qui fonctionne
Identifier les sections mortes : trouver les pauses, digressions, prises répétées
Générer une liste de décisions de montage : horodatages pour les coupes, segments à conserver
Échafauder le code FFmpeg et Remotion : générer les commandes et compositions

Exemple de prompt :
"Voici la transcription d'un enregistrement de 4 heures. Identifie les 8 segments les plus forts
pour un vlog de 24 minutes. Donne-moi les commandes de coupe FFmpeg pour chaque segment."

Cette couche concerne la structure, pas le goût créatif final.

Couche 3 : Coupes Déterministes (FFmpeg)

FFmpeg s'occupe du travail fastidieux mais critique : division, rognage, concaténation et prétraitement.

Extraire un segment par horodatage

ffmpeg -i raw.mp4 -ss 00:12:30 -to 00:15:45 -c copy segment_01.mp4

Coupe par lots à partir d'une liste de décisions de montage

#!/bin/bash
# cuts.txt : début,fin,étiquette
while IFS=, read -r start end label; do
  ffmpeg -i raw.mp4 -ss "$start" -to "$end" -c copy "segments/${label}.mp4"
done < cuts.txt

Concaténer les segments

# Créer la liste de fichiers
for f in segments/*.mp4; do echo "file '$f'"; done > concat.txt
ffmpeg -f concat -safe 0 -i concat.txt -c copy assembled.mp4

Créer un proxy pour un montage plus rapide

ffmpeg -i raw.mp4 -vf "scale=960:-2" -c:v libx264 -preset ultrafast -crf 28 proxy.mp4

Extraire l'audio pour la transcription

ffmpeg -i raw.mp4 -vn -acodec pcm_s16le -ar 16000 audio.wav

Normaliser les niveaux audio

ffmpeg -i segment.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy normalized.mp4

Couche 4 : Composition Programmable (Remotion)

Remotion transforme les problèmes de montage en code composable. Utilisez-le pour les choses que les éditeurs traditionnels rendent pénibles :

Quand utiliser Remotion

Overlays : texte, images, branding, tiers inférieurs
Visualisations de données : graphiques, statistiques, nombres animés
Graphiques animés : transitions, animations explicatives
Scènes composables : modèles réutilisables entre les vidéos
Démonstrations de produits : captures d'écran annotées, surlignages d'interface

Composition Remotion de base

import { AbsoluteFill, Sequence, Video, useCurrentFrame } from "remotion";

export const VlogComposition: React.FC = () => {
  const frame = useCurrentFrame();

  return (
    <AbsoluteFill>
      {/* Séquence principale */}
      <Sequence from={0} durationInFrames={300}>
        <Video src="/segments/intro.mp4" />
      </Sequence>

      {/* Overlay de titre */}
      <Sequence from={30} durationInFrames={90}>
        <AbsoluteFill style={{
          justifyContent: "center",
          alignItems: "center",
        }}>
          <h1 style={{
            fontSize: 72,
            color: "white",
            textShadow: "2px 2px 8px rgba(0,0,0,0.8)",
          }}>
            La Stack de Montage IA
          </h1>
        </AbsoluteFill>
      </Sequence>

      {/* Segment suivant */}
      <Sequence from={300} durationInFrames={450}>
        <Video src="/segments/demo.mp4" />
      </Sequence>
    </AbsoluteFill>
  );
};

Rendre la sortie

npx remotion render src/index.ts VlogComposition output.mp4

Consultez la documentation Remotion pour des modèles détaillés et la référence de l'API.

Couche 5 : Actifs Générés (ElevenLabs / fal.ai)

Générez uniquement ce dont vous avez besoin. Ne générez pas toute la vidéo.

Voix off avec ElevenLabs

import os
import requests

resp = requests.post(
    f"https://api.elevenlabs.io/v1/text-to-speech/{voice_id}",
    headers={
        "xi-api-key": os.environ["ELEVENLABS_API_KEY"],
        "Content-Type": "application/json"
    },
    json={
        "text": "Votre texte de narration ici",
        "model_id": "eleven_turbo_v2_5",
        "voice_settings": {"stability": 0.5, "similarity_boost": 0.75}
    }
)
with open("voiceover.mp3", "wb") as f:
    f.write(resp.content)

Musique et effets sonores avec fal.ai

Utilisez la compétence fal-ai-media pour :

Génération de musique de fond
Effets sonores (modèle ThinkSound pour la vidéo-à-audio)
Sons de transition

Visuels générés avec fal.ai

Utilisez pour des plans d'insertion, des miniatures ou des images de substitution qui n'existent pas :

generate(app_id: "fal-ai/nano-banana-pro", input_data: {
  "prompt": "miniature professionnelle pour vlog technique, fond sombre, code à l'écran",
  "image_size": "landscape_16_9"
})

Audio génératif VideoDB

Si VideoDB est configuré :

voiceover = coll.generate_voice(text="Narration ici", voice="alloy")
music = coll.generate_music(prompt="fond lo-fi pour vlog de codage", duration=120)
sfx = coll.generate_sound_effect(prompt="transition subtile de swoosh")

Couche 6 : Finition Finale (Descript / CapCut)

La dernière couche est humaine. Utilisez un éditeur traditionnel pour :

Rythme : ajuster les coupes qui semblent trop rapides ou lentes
Sous-titres : générés automatiquement, puis nettoyés manuellement
Étalonnage des couleurs : correction de base et ambiance
Mixage audio final : équilibrer les niveaux de la voix, de la musique et des effets
Exportation : formats et paramètres de qualité spécifiques à la plateforme

C'est là que réside le goût. L'IA déblaye le travail répétitif. Vous prenez les décisions finales.

Recadrage pour les Réseaux Sociaux

Différentes plateformes nécessitent différents rapports d'aspect :

Plateforme	Rapport d'aspect	Résolution
YouTube	16:9	1920x1080
TikTok / Reels	9:16	1080x1920
Flux Instagram	1:1	1080x1080
X / Twitter	16:9 ou 1:1	1280x720 ou 720x720

Recadrer avec FFmpeg

# 16:9 à 9:16 (recadrage centré)
ffmpeg -i input.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" vertical.mp4

# 16:9 à 1:1 (recadrage centré)
ffmpeg -i input.mp4 -vf "crop=ih:ih,scale=1080:1080" square.mp4

Recadrer avec VideoDB

from videodb import ReframeMode

# Recadrage intelligent (suivi de sujet guidé par IA)
reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)

Détection de Scènes et Coupe Automatique

Détection de scènes avec FFmpeg

# Détecter les changements de scène (seuil 0.3 = sensibilité modérée)
ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync vfr -f null - 2>&1 | grep showinfo

Détection de silence pour coupe automatique

# Trouver les segments silencieux (utile pour couper les blancs)
ffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=2 -f null - 2>&1 | grep silence

Extraction de moments forts

Utilisez Claude pour analyser la transcription et les horodatages de scène :

"Étant donné cette transcription avec horodatages et ces points de changement de scène,
identifie les 5 clips de 30 secondes les plus engageants pour les réseaux sociaux."

Ce Que Chaque Outil Fait de Mieux

Outil	Force	Faiblesse
Claude / Codex	Organisation, planification, génération de code	Pas la couche de goût créatif
FFmpeg	Coupes déterministes, traitement par lots, conversion de format	Pas d'interface visuelle de montage
Remotion	Overlays programmables, scènes composables, modèles réutilisables	Courbe d'apprentissage pour les non-développeurs
Screen Studio	Enregistrements d'écran soignés immédiatement	Capture d'écran uniquement
ElevenLabs	Voix, narration, musique, effets sonores	Pas le centre du workflow
Descript / CapCut	Rythme final, sous-titres, finition	Manuel, non automatisable

Principes Clés

Éditer, ne pas générer. Ce workflow est pour couper des séquences réelles, pas pour créer à partir de prompts.
Structure avant style. Obtenez l'histoire correcte dans la couche 2 avant de toucher quoi que ce soit de visuel.
FFmpeg est l'épine dorsale. Fastidieux mais critique. Là où une longue séquence devient gérable.
Remotion pour la répétabilité. Si vous le faites plus d'une fois, faites-en un composant Remotion.
Générer sélectivement. Utilisez la génération IA uniquement pour les actifs qui n'existent pas, pas pour tout.
Le goût est la dernière couche. L'IA déblaye le travail répétitif. Vous prenez les décisions créatives finales.

Compétences Associées

fal-ai-media — Génération d'images, vidéos et audio par IA
videodb — Traitement vidéo côté serveur, indexation et streaming
content-engine — Distribution de contenu propre à la plateforme

Demander à votre IA préférée

Aperçu

Documentation