Montage ébauche (A-cut) : dialogue/récit, prises, timing
Fournissez une liste de décisions liée aux sources et, lorsque les outils d'exécution et les preuves le permettent, un export ébauche inspectable. Donnez la priorité à un récit cohérent et à une parole naturelle plutôt qu'à un nombre de coupes cible. Ce skill fournit un workflow, pas un moteur de rendu ni un algorithme universel de suppression des doublons.
Contrat de source et d'intention [bl: invariant]
Lisez le contrat de projet partagé. Pour un contenu musical, utilisez video-music pour une carte précoce des phrases/rythmes avant de fixer le timing narratif. N'imposez pas la parole sur une grille rythmique.
Utilisez le brief de montage fourni ; si les choix de contenu ne sont pas résolus, utilisez video-editing-brief uniquement pour ces lacunes. Préservez les originaux, les répliques exactes requises, les corrections factuelles et les éléments à conserver impérativement. Écrivez les fichiers dérivés séparément. Inventoriez l'identité de la source, la durée, les flux, la fréquence d'images/base de temps et la couverture de transcription lorsque cela est accessible. Distinguez le média réellement regardé/écouté de la transcription seule, des métadonnées ou de la description utilisateur. Ne transformez pas l'absence de preuve en une prise inspectée ou un point de coupe précis.
Un A-cut dialogué construit l'histoire parlée avant la couverture décorative. Un récit visuel ou une démo se construit autour d'actions visibles, de causes/résultats et d'états d'écran requis ; le silence peut porter l'événement essentiel. Aucun de ces modes n'exige l'autre. Regardez un contenu silencieux avant de l'exclure. Une transcription partielle ne permet pas de supprimer le reste non transcrit.
Si des proxies ou un son séparé sont nécessaires, préservez les identifiants de relinkage et le mappage vers le temps d'origine. Enregistrez l'autorité audio, la convention de décalage et toute dérive d'horloge. Vérifiez la synchronisation avec des événements observables sur la plage sélectionnée ; n'assimilez jamais une correspondance de nom de fichier, un seul clap ou un timestamp ASR à une synchronisation soutenue. Une synchronisation inconnue reste non résolue ; ne remplacez pas silencieusement l'audio et ne modifiez pas la vitesse.
Sélection des prises et détourage naturel [bl: soft]
Comparez les prises candidates dans leur contexte, y compris leur amorce et leur fin. Choisissez la prise complète la plus forte et la plus véridique pour chaque travail narratif, plutôt que toujours la dernière, la plus courte ou la plus similaire à la transcription. Préservez les alternatives.
Le timing des mots vient en premier : les répétitions ne peuvent être trouvées que dans les mots conservés par la transcription. Si une source n'a pas de transcription avec durée des mots (les timestamps de segments ou de chunks ne suffisent pas), exécutez le transcripteur fourni sur la source complète et non coupée. ${CLAUDE_PLUGIN_ROOT} est la racine du package installé dans Claude Code ; les autres agents utilisent le chemin racine du package :
python3 "${CLAUDE_PLUGIN_ROOT}/skills/video-rough-cut/scripts/transcribe.py" SOURCE.mov -o source-words.json
Il utilise un backend déjà importable et conserve les remplissages et les redémarrages là où le modèle le permet. Si aucun n'est importable, il n'installe rien, imprime une commande unique uv run --with … et se termine avec le code 3 : demandez à l'utilisateur avant tout téléchargement ou téléversement cloud. Sans timing de mots, marquez l'audit des répétitions comme non effectué. Vérifiez les transcriptions existantes pour le détourage des silences ou le timing uniquement par chunks avant de les réutiliser.
Pour les dialogues avec timestamps de mots, exécutez l'audit de détourage fourni une fois par enregistrement ou piste de locuteur avant de sélectionner les prises :
python3 "${CLAUDE_PLUGIN_ROOT}/skills/video-rough-cut/scripts/trim_audit.py" source-words.json
Fournissez une liste de mots (ou un objet JSON avec words), avec le texte, le début et la fin en secondes. Ajoutez --protect START END pour chaque temps intentionnel et éventuellement --min-gap SECONDES pour faire apparaître les intervalles silencieux. Un écart de transcription peut contenir une réaction ou une action non transcrite. Inspectez les deux livraisons pour les répétitions exactes ; pour un redémarrage signalé, écoutez la clause intermédiaire avant de supprimer quoi que ce soit. Pas de preuve de timing ? Utilisez l'audio source et marquez les bords incertains pour révision.
Passez en revue l'histoire proposée pour les répétitions de sens ainsi que les répétitions de formulation : les paraphrases peuvent faire le même travail, tandis qu'un hook récurrent, un callback, une correction, une question/réponse ou une insistance délibérée peuvent faire des travaux différents. Enregistrez pourquoi une répétition est supprimée ou conservée. Conservez la meilleure unité complète et toute information distincte. Pour un redémarrage ou un faux départ, comparez toute la pensée tentée, pas seulement son préfixe répété.
Preuves de limite [bl: invariant]
N'épissez pas des mots entre les prises pour inventer une affirmation ou une livraison. Lorsqu'une correction modifie un fait, conservez le sens corrigé et le contexte nécessaire ; ne joignez pas un ancien nombre à un nouveau qualificatif.
Traitez les détections ASR, d'alignement, de silence et de similarité comme des candidats, pas comme des autorités de coupe. Les mots bruts textuels peuvent exposer des redémarrages que le texte normalisé cache ; l'ASR peut aussi omettre des répétitions. Vérifiez les intérieurs conservés et les bords extérieurs ainsi que les jonctions. Ne supprimez pas les répétitions sur la base d'un seul score élevé de correspondance source/rendu.
Résolvez les bords de coupe suspects par rapport à la parole audible et aux mots voisins. Les timings de mots de longueur nulle, étirés, chevauchants ou manquants, les consonnes silencieuses et les locuteurs qui se chevauchent rendent un bord incertain. L'alignement forcé peut affiner le timing candidat mais ne prouve pas la transcription ou la limite de phonème sûre. Conservez suffisamment de contexte source pour des sons complets, des respirations et des pauses naturelles ; choisissez des limites de phrase conservatrices ou laissez un candidat non résolu si l'écoute ne peut pas établir un détourage sûr. N'inventez pas une poignée universelle en millisecondes, un seuil de silence, un quota de pause ou une accélération par défaut. Une respiration silencieuse, une réaction, une action visuelle ou une pause significative n'est pas un vide par définition.
Décisions éditables et exécution [bl: invariant]
Conservez les timestamps source originaux comme autorité même après plusieurs passages ; maintenez la carte source-vers-sortie séparée. Utilisez des identifiants de décision stables et incluez les plages conservées, les plages/raisons supprimées, les prises concurrentes, les bords non résolus et les répétitions intentionnelles. Utilisez le contrat de remise lorsque vous choisissez une représentation portable sous forme de tableau ou JSON. Marquez explicitement les plages provisoires afin qu'elles ne soient pas confondues avec des coupes exécutables.
Vérifiez les limites et l'ordre des plages, les unités/bases de temps des timestamps, les durées audio et vidéo mappées, ainsi que la timeline prévue. La réutilisation d'une plage source, les plans qui se chevauchent, les lacunes ou les montages audio/vidéo fractionnés doivent être intentionnels et documentés ; sinon, réparez-les avant le conformement. Préservez la cadence source sauf si la spécification de sortie nécessite une conversion, et documentez la gestion du VFR/mixte et le risque de dérive.
Utilisez l'éditeur ou l'outil de coupe/conformement disponible, en vérifiant ses entrées prises en charge. FFmpeg peut exécuter des détourages, conformer et rendre ; il ne décide pas quelle prise est sémantiquement redondante ni quelle livraison est la meilleure. Ne revendiquez pas un backend fourni et n'installez/téléversez pas silencieusement du contenu. Si l'exécution n'est pas disponible, retournez les décisions proposées éditables et les lacunes de preuves spécifiques, pas un export fabriqué. Avant un travail sur les médias, respectez les enregistrements/tâches en cours et les contraintes de ressources ; commencez par des échantillons de recherche d'entrée limités, sérialisez les décodages lourds, écrivez de nouvelles sorties et arrêtez uniquement les processus appartenant à la tâche. Ne lancez pas un rendu complet illimité pour tester une jonction incertaine. Les coupes par copie de flux basées sur les images-clés peuvent manquer les bords demandés ; vérifiez les limites encodées réelles ou utilisez un conformement adapté à l'image précise.
Vérifiez le résultat réel [bl: invariant]
Liez la révision au hash exact de sortie ou à la révision immuable et à la liste de décisions. Écoutez chaque jonction de parole modifiée à vitesse normale avec son contexte environnant, en vérifiant les consonnes, les mots complets, les respirations, les répétitions, les clics et les lacunes accidentelles. Regardez la synchronisation et la continuité visuelle aux jonctions et sur l'audio enregistré séparément. Ensuite, regardez/écoutez l'histoire ébauche complète, y compris les intérieurs de plages et les ouvertures/fins, pour les prises abandonnées, les idées répétées, les connecteurs manquants et l'ordre trompeur. N'utilisez pas la couverture ou les effets pour cacher une parole non résolue.
Lorsqu'une nouvelle transcription de l'export ébauche exact avec timing de mots est disponible, exécutez le même audit de détourage dessus en temps de sortie. Reconciliez chaque répétition restante avec les conservations intentionnelles, y compris les résultats à l'intérieur des plans conservés. Écoutez les doublons paraphrasés que le matcher ne détecte pas. Si une coupe est réparée, vérifiez le nouvel export. Une liste de résultats vide ne peut pas à elle seule valider le dialogue.
Sondez et décodez le fichier livré ; reconciliez les flux, la durée, la cadence, le mappage source/sortie et les coupes prévues. Vérifiez les lacunes inattendues, les chevauchements, les images noires/figées et la dérive audio. Le succès du décodage ou une nouvelle transcription ne peuvent à eux seuls prouver le naturel ou la continuité narrative. Rapportez ce qui a été réellement entendu, regardé et mécaniquement vérifié. Si l'écoute, le visionnage ou la couverture complète de l'histoire ne sont pas disponibles, marquez cette révision comme incomplète, avec les décisions affectées identifiées. Un livrable contenant uniquement un plan ne doit pas impliquer une QA rendue. Des octets modifiés invalident la révision antérieure spécifique à la sortie ; retimez les sous-titres dépendants après les modifications de la parole.
Une fois le timing de l'histoire stable, transmettez son identité exacte et son horloge de sortie à cutaways, music, sound, captions, color et export QA selon les besoins. Les superpositions ultérieures préservent ces timings ; tout retiming nécessite une nouvelle version et une revalidation en aval concernée.
Retournez les décisions modifiables, la justification des prises sélectionnées/alternatives, l'export ébauche s'il est produit, la couverture de vérification et les éléments non résolus. Séparez la préparation mécanique de l'approbation narrative/esthétique du créateur. N'appelez pas la coupe propre tant que des répétitions accidentelles connues ou des limites de mots dangereuses subsistent.
Références
Ces informations informent le workflow ; aucune n'est une dépendance d'exécution ou une approbation.
- Video Use : inspection d'abord par transcription et décisions de plages source modifiables.
- Herk Edit Kit mistake candidates : sépare les coupes candidates de répétition/redémarrage de la révision éditoriale.
- Auto-Editor : export de timeline modifiable et marges ; l'activité silence n'est pas une sélection sémantique de prise.
- WhisperX : alignement optionnel des mots, avec limites de transcription/chevauchement.
- stable-ts : raffinement optionnel des timestamps ; cet instantané est archivé.
- Documentation des filtres FFmpeg trim/atrim : plages d'exécution et gestion explicite des timestamps.
- Guide vidéo personnalisé HyperFrames : distingue l'assemblage piloté par la source du mouvement créé, révisez l'histoire avant le polissage.
Consultez les notes d'inspiration et de licence du package pour la portée et la provenance.