Communitygithub.com

lilinji/GeneTind-Life-Skills

Traite des fichiers vidéo avec extraction audio, conversion de formats (mp4, webm) et transcription Whisper. À utiliser lorsque l'utilisateur mentionne conversion vidéo, extraction audio, transcription, mp4, webm, ffmpeg ou transcription Whisper.

Qu'est-ce que GeneTind-Life-Skills ?

Cette compétence fournit un ensemble d'outils complets pour le traitement de fichiers vidéo, incluant l'extraction audio, la conversion de formats (MP4 et WebM) et la transcription audio-texte via le modèle Whisper d'OpenAI. Elle est conçue pour fonctionner avec des agents IA comme Claude Code, Cursor ou Codex, et s'appuie sur FFmpeg pour le traitement multimédia et Whisper pour la transcription. L'utilisateur peut facilement extraire la piste audio d'une vidéo, convertir des vidéos dans des formats optimisés pour le web (MP4 avec codec H.264 ou WebM avec VP9), ou obtenir une transcription textuelle avec différents niveaux de précision (modèles tiny à large) et formats de sortie (txt, srt, vtt, json). Le workflow est simplifié via un script CLI unique, avec gestion automatique des fichiers temporaires et vérification des dépendances. Les options de personnalisation incluent le choix du modèle Whisper, la spécification de la langue pour la transcription, et les paramètres de conversion vidéo. Cette compétence est particulièrement utile pour les développeurs et créateurs de contenu qui doivent traiter des vidéos pour le web, générer des sous-titres, ou archiver du contenu multimédia.

Compatible avec✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/lilinji/GeneTind-Life-Skills/tree/HEAD/skills/Video-Processor

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Processeur Vidéo

Instructions

Cette compétence fournit des utilitaires de traitement vidéo, notamment l'extraction audio, la conversion de formats et la transcription audio à l'aide de FFmpeg et du modèle Whisper d'OpenAI.

Prérequis

Outils requis (doivent être installés dans votre environnement) :

  • FFmpeg : Framework multimédia pour le traitement vidéo/audio

    # macOS
    brew install ffmpeg
    
    # Ubuntu/Debian
    apt-get install ffmpeg
    
    # Vérifier l'installation
    ffmpeg -version
    
  • OpenAI Whisper : Modèle de transcription parole-texte

    # Installer via pip
    pip install -U openai-whisper
    
    # Vérifier l'installation
    whisper --help
    

Paquets Python (inclus dans le script via PEP 723) :

  • click (framework CLI)
  • ffmpeg-python (wrapper Python pour FFmpeg)

Workflow

Utilisez le script scripts/video_processor.py pour toutes les tâches de traitement vidéo. Le script fournit une CLI simple avec les commandes suivantes :

1. Extraire l'audio d'une vidéo

Extrayez la piste audio d'un fichier vidéo :

uv run .claude/skills/video-processor/scripts/video_processor.py extract-audio input.mp4 output.wav

Options :

  • --format : Format audio de sortie (par défaut : wav). Supporte : wav, mp3, aac, flac
  • La sortie est adaptée à la transcription ou à une utilisation audio autonome

2. Convertir une vidéo en MP4

Convertissez n'importe quel fichier vidéo au format MP4 :

uv run .claude/skills/video-processor/scripts/video_processor.py to-mp4 input.avi output.mp4

Options :

  • --codec : Codec vidéo (par défaut : libx264). Options courantes : libx264, libx265, h264
  • --preset : Préréglage vitesse/qualité d'encodage (par défaut : medium). Options : ultrafast, fast, medium, slow, veryslow

3. Convertir une vidéo en WebM

Convertissez n'importe quel fichier vidéo au format WebM (optimisé pour le web) :

uv run .claude/skills/video-processor/scripts/video_processor.py to-webm input.mp4 output.webm

Options :

  • --codec : Codec vidéo (par défaut : libvpx-vp9). Options : libvpx, libvpx-vp9
  • Le WebM est optimisé pour la lecture et le streaming sur le web

4. Transcrire l'audio avec Whisper

Transcrivez des fichiers audio ou vidéo en texte à l'aide du modèle Whisper d'OpenAI :

# Transcrire un fichier vidéo (l'audio sera extrait automatiquement)
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe input.mp4 transcript.txt

# Transcrire un fichier audio directement
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe audio.wav transcript.txt

Options :

  • --model : Taille du modèle Whisper (par défaut : base). Options :
    • tiny : Le plus rapide, précision la plus faible (~1 Go RAM)
    • base : Rapide, bonne précision (~1 Go RAM) [PAR DÉFAUT]
    • small : Équilibré (~2 Go RAM)
    • medium : Haute précision (~5 Go RAM)
    • large : Meilleure précision, le plus lent (~10 Go RAM)
  • --language : Code de langue (par défaut : détection automatique). Exemples : en, es, fr, de, zh
  • --format : Format de sortie (par défaut : txt). Options : txt, srt, vtt, json

Workflow de transcription :

  1. Si l'entrée est une vidéo, FFmpeg extrait l'audio dans un fichier WAV temporaire
  2. Whisper traite le fichier audio
  3. La transcription est enregistrée dans le format demandé
  4. Les fichiers temporaires sont nettoyés automatiquement

5. Exemple de workflow combiné

Traitement d'une vidéo de bout en bout :

# 1. Extraire l'audio pour analyse
uv run .claude/skills/video-processor/scripts/video_processor.py extract-audio lecture.mp4 lecture.wav

# 2. Transcrire en sous-titres SRT
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe lecture.mp4 lecture.srt --format srt --model small

# 3. Convertir au format web
uv run .claude/skills/video-processor/scripts/video_processor.py to-webm lecture.mp4 lecture.webm

Détails techniques clés

Intégration FFmpeg et Whisper :

  • FFmpeg ne transcrit pas l'audio lui-même - il prépare l'audio pour une transcription externe
  • Le workflow est : Extraire l'audio (FFmpeg) → Transcrire (Whisper) → Optionnel : Réintégrer avec la vidéo
  • FFmpeg peut envoyer l'audio directement à Whisper pour un traitement en temps réel (cas d'utilisation avancé)

Format audio pour la transcription :

  • Whisper fonctionne mieux avec les formats WAV ou MP3
  • Fréquence d'échantillonnage : 16 kHz est optimal (le script gère la conversion automatiquement)
  • Le script extrait l'audio avec des paramètres optimaux pour Whisper

Formats de sortie :

  • txt : Transcription en texte brut
  • srt : Format de sous-titres SubRip (inclut les horodatages)
  • vtt : Format de sous-titres WebVTT (standard web)
  • json : JSON détaillé avec horodatages au niveau du mot

Gestion des erreurs

Le script inclut une gestion complète des erreurs :

  • Vérifie que les fichiers d'entrée existent
  • Vérifie que FFmpeg et Whisper sont installés
  • Fournit des messages d'erreur clairs pour les dépendances manquantes
  • Gère le nettoyage des fichiers temporaires en cas d'erreur

Conseils de performance

  • Utilisez les modèles tiny ou base pour des brouillons rapides
  • Utilisez small ou medium pour des transcriptions de production
  • Utilisez large uniquement lorsque la précision maximale est requise
  • Pour les vidéos longues, envisagez d'extraire d'abord l'audio, puis de transcrire par segments
  • La conversion WebM avec VP9 prend plus de temps mais produit des fichiers plus petits

Exemples

Exemple 1 : Conversion rapide d'une vidéo en MP4

Demande de l'utilisateur :

J'ai un fichier AVI de ma vieille caméra. Peux-tu le convertir en MP4 ?

Vous devriez :

  1. Utiliser la commande to-mp4 avec les paramètres par défaut :
    uv run .claude/skills/video-processor/scripts/video_processor.py to-mp4 old_video.avi output.mp4
    
  2. Confirmer que la conversion s'est terminée avec succès
  3. Informer l'utilisateur de l'emplacement du fichier de sortie

Exemple 2 : Extraire l'audio et transcrire

Demande de l'utilisateur :

J'ai enregistré une vidéo de cours et j'ai besoin d'une transcription. Peux-tu extraire l'audio et le transcrire ?

Vous devriez :

  1. D'abord extraire l'audio :
    uv run .claude/skills/video-processor/scripts/video_processor.py extract-audio lecture.mp4 lecture.wav
    
  2. Ensuite transcrire en utilisant le modèle base (bon équilibre vitesse/précision) :
    uv run .claude/skills/video-processor/scripts/video_processor.py transcribe lecture.mp4 transcript.txt --model base
    
  3. Partager le fichier transcript.txt avec l'utilisateur

Exemple 3 : Créer une vidéo optimisée pour le web avec sous-titres

Demande de l'utilisateur :

Je dois mettre cette vidéo sur mon site web avec des sous-titres. Peux-tu m'aider ?

Vous devriez :

  1. Convertir en WebM pour une optimisation web :
    uv run .claude/skills/video-processor/scripts/video_processor.py to-webm presentation.mp4 presentation.webm
    
  2. Générer un fichier de sous-titres SRT :
    uv run .claude/skills/video-processor/scripts/video_processor.py transcribe presentation.mp4 subtitles.srt --format srt --model small
    
  3. Informer l'utilisateur qu'il dispose maintenant de :
    • presentation.webm (vidéo optimisée pour le web)
    • subtitles.srt (fichier de sous-titres pour intégration)

Exemple 4 : Transcription de haute qualité avec spécification de langue

Demande de l'utilisateur :

J'ai une vidéo d'entretien en espagnol qui nécessite une transcription précise pour publication.

Vous devriez :

  1. Utiliser un modèle plus grand avec la langue spécifiée pour une meilleure précision :
    uv run .claude/skills/video-processor/scripts/video_processor.py transcribe interview.mp4 transcript.txt --model medium --language es
    
  2. Créer optionnellement un fichier SRT pour révision :
    uv run .claude/skills/video-processor/scripts/video_processor.py transcribe interview.mp4 transcript.srt --format srt --model medium --language es
    
  3. Réviser la transcription avec l'utilisateur et apporter les corrections nécessaires

Exemple 5 : Traitement par lots de plusieurs vidéos

Demande de l'utilisateur :

J'ai un dossier de vidéos de formation qui doivent toutes être converties en WebM et transcrites.

Vous devriez :

  1. Lister tous les fichiers vidéo dans le répertoire :
    ls training_videos/*.mp4
    
  2. Pour chaque fichier vidéo, exécuter la conversion et la transcription :
    # Pour chaque vidéo : video1.mp4, video2.mp4, etc.
    uv run .claude/skills/video-processor/scripts/video_processor.py to-webm training_videos/video1.mp4 output/video1.webm
    uv run .claude/skills/video-processor/scripts/video_processor.py transcribe training_videos/video1.mp4 output/video1.txt --model base
    
    # Répéter pour chaque fichier
    
  3. Confirmer que toutes les conversions et transcriptions sont terminées
  4. Fournir un résumé des fichiers de sortie

Résumé

La compétence video-processor fournit une interface unifiée pour les tâches courantes de traitement vidéo :

  • Extraction audio : Extraire les pistes audio dans différents formats
  • Conversion de formats : Convertir en MP4 (universel) ou WebM (optimisé pour le web)
  • Transcription : Parole en texte avec plusieurs formats de sortie
  • Flexible : Arguments CLI pour la sélection du modèle, la langue et les formats de sortie

Toutes les opérations sont gérées via un seul script bien documenté avec des valeurs par défaut judicieuses et une gestion complète des erreurs.

Skills associés