Montage vidéo (everything-claude-code)

Montage Vidéo

Assistance IA pour le montage de séquences réelles. Pas de génération à partir de prompts. Éditer des vidéos existantes rapidement.

Quand Activer

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

Thèse Centrale

Le montage vidéo assisté par IA est utile lorsque vous cessez de lui demander de créer l'intégralité de la vidéo et que vous 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

Pour un travail mesuré basé sur des références, enchaînez taste-distillation avec taste-application, puis revenez ici pour l'éditeur et la révision de la sortie finale. Les compétences de goût autonomes peuvent utiliser des séquences existantes ; la génération est facultative.

Avant toute modification dans l'éditeur ou la DAW, enregistrez un point de contrôle de projet versionné et vérifiez que le fichier existe. Enregistrez et vérifiez un autre point de contrôle après les modifications. Une relecture API prouve l'état actuel en mémoire, pas qu'il a été enregistré. Conservez les médias rendus, les projets modifiables et l'approbation créative en tant qu'états séparés dans la transmission.

Pour l'audio piloté par MIDI, vérifiez les hauteurs par rapport au mappage de notes du rack récepteur et écoutez le résultat ; la création réussie de clips peut toujours produire du silence. Pour les projets reconstruits, validez via le chargement et l'enregistrement natifs, triez les événements par ordre chronologique, vérifiez les liens des échantillons et les états muets, puis vérifiez et écoutez l'audio exporté exact pour un silence involontaire. L'analyse XML seule ne prouve pas que la DAW a accepté chaque clip ou produit une sortie audible. Vérifiez la poignée de main de capacité d'un pont avant d'invoquer des commandes plus récentes. N'activez pas téléchargement ou télémétrie des données d'apprentissage comme effet secondaire d'une tâche créative ; utilisez un chemin de contrôle local pris en charge lorsque le consentement ou la capacité est absent.

Screen Studio / rushes bruts
  → 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 par un seul outil.

Couche 1 : Capture (Screen Studio / Rushes Bruts)

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 compétence videodb)

Sortie : fichiers bruts prêts pour l'organisation.

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, quel ordre 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. Identifiez les 8 segments les plus forts
pour un vlog de 24 minutes. Donnez-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 gère le travail fastidieux mais critique : diviser, rogner, concaténer et prétraiter.

Extraire un segment par horodatage

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

Coupe par lot 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 des segments

# Créer une 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 Programmée (Remotion)

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

Quand utiliser Remotion

• Incrustations : texte, images, marque, tiers inférieurs
• Visualisations de données : graphiques, statistiques, chiffres animés
• Graphiques animés : transitions, animations explicatives
• Scènes composables : modèles réutilisables pour plusieurs vidéos
• Démonstrations de produits : captures d'écran annotées, surlignages d'interface utilisateur

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>

      {/* Incrustation 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 Pile 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 la vidéo entière.

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 vers l'audio)
• Sons de transition

Visuels générés avec fal.ai

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

generate(app_id: "fal-ai/nano-banana-pro", input_data: {
  "prompt": "miniature professionnelle pour vlog tech, 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 whoosh")

Couche 6 : Polissage Final (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 : correction de base et ambiance
• Mixage audio final : équilibrer les niveaux de voix, musique et effets sonores
• Exportation : formats et paramètres de qualité spécifiques à la plateforme

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

Recadrage pour les Médias Sociaux

Différentes plateformes nécessitent différents rapports d'aspect :

Plateforme	Rapport d'aspect	Résolution
YouTube	16:9	1920x1080
TikTok / Reels	9:16	1080x1920
Fil 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 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 + les horodatages des scènes :

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

Ce Que Chaque Outil Fait le 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 de montage visuel
Remotion	Incrustations 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, polissage	Manuel, non automatisable

Principes Clés

1. Éditer, ne pas générer. Ce workflow est destiné à couper des séquences réelles, pas à créer à partir de prompts.
2. Structure avant style. Obtenez l'histoire correcte dans la couche 2 avant de toucher quoi que ce soit de visuel.
3. FFmpeg est l'épine dorsale. Fastidieux mais critique. Là où les longues séquences deviennent gérables.
4. Remotion pour la répétabilité. Si vous le faites plus d'une fois, faites-en un composant Remotion.
5. Générez sélectivement. N'utilisez la génération IA que pour les actifs qui n'existent pas, pas pour tout.
6. Le goût est la dernière couche. L'IA dégage le travail répétitif. Vous prenez les décisions créatives finales.

Presets Natifs Fusion

ITO Production v1 fournit un bloom de surbrillance retenu, des décalages spatiaux RVB opposés et un halo de luminance/bord. Les fichiers exacts transmis avant importation native, sauvegarde/réouverture et courtes vérifications de rendu de mouvement après révision visuelle à deux sources. Ce sont des valeurs de départ nécessitant une révision spécifique au plan ; le halo ne détecte ni ne suit les sujets.

ITO V28 contient des extraits de graphe Fusion vérifiés natifs et préservés et un installateur Lua idempotent. Ce sont des exemples de compatibilité technique, pas des valeurs par défaut de production recommandées : leurs limitations visuelles documentées nécessitent un réglage et une révision de goût avant utilisation. Voir la provenance du bundle pour la portée des vérifications d'importation et de rendu antérieures.

Compétences Associées

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