Communitygithub.com

reels-motion — montage Reels avec motion design

Transforme des rushes vidéo verticaux bruts (talking head) en Reels / Shorts prêts à publier : coupes sur l'audio, stop‑frame avec geste sur le panneau, sous‑titres mot‑à‑mot, caméra dynamique, SFX et musique synthétisés, le tout en local.

Qu'est-ce que reels-motion — montage Reels avec motion design ?

Ce skill transforme des rushes vidéo verticaux bruts d’une personne parlant face caméra en un Reels / Shorts abouti. Il détecte la parole (via fal Whisper), propose des découpes basées sur l’enveloppe sonore, compose un stop‑frame de couverture avec une gesture pointant vers un panneau, et ajoute des sous‑titres mot‑à‑mot, des réactions animées, des stickers, des transitions whip / flash, ainsi qu’un sound design complet (musique générée et SFX) avec normalisation à –14 LUFS. L’utilisateur choisit un style parmi des préréglages (premium, sticker, kinetic, base, mix) ou décrit son propre style – le moteur génère alors un aperçu avant le rendu final. Le pipeline fonctionne entièrement en local (ffmpeg, Chromium headless, numpy) et est piloté via un unique CLI (`reel.py`). Les templates A (accroche, lead, trois blocs bouclés, appel) et B (question, émotion, domaines, réponse) assurent une structure narrative efficace. Le skill est conçu pour Claude Code, Cursor et Codex, avec des triggers prêts à l’emploi et une documentation complète des étapes.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add IliaBatko39/reels-motion

Demander à votre IA préférée

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

Documentation

Que fait reels-motion — montage Reels avec motion design ?

À partir de rushes vidéo verticaux bruts d’une personne parlant face caméra, vous obtenez un Reels complet : découpage sur la base de l’audio, stop-frame de couverture avec un geste pointant vers un panneau, panneaux et réactions dans le style choisi, sous-titres mot-à-mot, caméra et son. Tout est local : ffmpeg, Chromium headless, numpy. Seule l’étape de reconnaissance vocale (fal Whisper) est payante.

À côté de ce fichier :

  • ${CLAUDE_SKILL_DIR}/engine/reel.py — CLI unique, chaque sous-commande possède --help ;
  • ${CLAUDE_SKILL_DIR}/styles/ — préréglages de styles, ${CLAUDE_SKILL_DIR}/examples/ — timelines des templates A et B ;
  • ${CLAUDE_SKILL_DIR}/reference/ — détails pas à pas ; à lire quand vous arrivez à l’étape correspondante.

Ci-dessous R signifie python3 ${CLAUDE_SKILL_DIR}/engine/reel.py. Travaillez dans le dossier du projet utilisateur, pas à l’intérieur du dossier du skill.

0. Environnement — une fois

python3 ${CLAUDE_SKILL_DIR}/scripts/check_env.py

Vérifie les modules Python, ffmpeg avec ses filtres, Chromium et les polices ; pour chaque problème, imprime la commande d’installation. Vérification rapide de tout le pipeline avec une démo synthétique (sans vidéo extérieure, 5-10 min) :

R demo --style sticker --out ./reels-demo

1. Exploration des sources

R probe src/*.mov --sheets work/sheets

Taille, fps, rotation, marqueurs HDR, son ; planche d’images pour chaque fichier — à regarder (Read) pour savoir ce qui a été filmé et où regarde la personne. Le HDR iPhone (arib-std-b67) est automatiquement converti en BT.709 par le moteur.

2. Reconnaissance vocale

# la clé fal — uniquement dans la variable d’environnement FAL_KEY (définie par l’utilisateur)
R stt src/*.mov --out work/stt

fal Whisper mot-à-mot. Sans FAL_KEY, l’étape échoue (erreur compréhensible, code 2) — dans ce cas, les mots sont placés dans un JSON prêt au format fal chunks. Les mots de plus de 1,2 s sont presque toujours des répétitions ou des bafouillages masqués : la commande les imprime elle-même ; vérifiez avec une transcodification ralentie ×2 :

R stt src/take3.mov --out work/stt --slow 20.0:22.2

3. Sélection des prises et disposition

Template A ou B — voir reference/templates.md. Pour chaque phrase, conserver la dernière prise complète ; chaque coupe doit avoir une raison explicite (« répétition supprimée », « changement de lieu ») ; ne pas couper une bonne prise pour une pause inférieure à 1 s. La disposition est un EDL (JSON, format dans engine/rm/cut.py) : morceaux {src, in, out, stage}, image stop-frame avec le bout du doigt, corrections de mots.

4. Coupes par enveloppe sonore et grille d’images

R cut --scan src/take1.mov:2.0:11.0        # parole et points silencieux dans la fenêtre
R cut edl.json --out work

La reconnaissance vocale indique où chercher, l’enveloppe sonore indique où couper. cut vérifie chaque limite sur le niveau sonore (coupe dans la parole = erreur, cut_report.json), découpe par numéros d’images, fait un assert du nombre d’images de base et écrit base.mov, words.json, beats.json, freeze.png. Ensuite : R words work/words.json — numéros des mots pour les ancres, R faces timeline.json — visage par plan.

5. Stop-frame de couverture avec panneau

Image 0 = couverture. Technique « premier doigt pointé vers le panneau » : dans l’EDL freeze: {src, t, fingertip}, dans la timeline freeze.hold entre 0,4 et 0,7 s. Le panneau d’accroche est placé à gauche du doigt ou une ligne relie le bout du doigt ; tous les temps sont automatiquement décalés sur le stop-frame.

6. Timeline

Un seul JSON : étapes du template, mots, stop-frame, éléments, caméra, sous-titres — voir reference/timeline-schema.md, exemples examples/template-a.timeline.json, examples/template-b.timeline.json. Les temps sont ancrés sur des mots ({"w": 13}, {"word": "franchise"}) et des collages ({"cut": 2}). Éléments libres — elements : réactions 🔥 😮 👍, stickers, flèches et bulles, bulle « réponse à un commentaire », mot accentué, progression, compteur.

R plan timeline.json --style base --verbose      # vérification des ancres, temps de lecture, chiffres

7. Choix du style — OBLIGATOIRE avant le rendu

Ne pas choisir un style en silence par défaut. Demandez à l’utilisateur dans quel style réaliser la vidéo et montrez un aperçu :

R styles                       # liste des styles
R styles --preview --out work/preview     # planche : stop-frame avec panneau · lead avec sous-titres · appel pour chaque style

Montrez la planche sous forme d’image. Options de réponse :

  1. Préréglage : premium (verre, accent chaud), sticker (stickers, marqueur), kinetic (3D, dalles en profondeur), base (neutre).
  2. Mix : par exemple, panneaux en sticker, sous-titres en premium — style.json avec "extends": "sticker", "components": {"*": "sticker", "captions": "premium"}.
  3. Nouveau style par description ou référence (capture d’écran, Reels existant) — voir reference/styles.md, section « pas à pas » :
    R style-new neon --from base          # squelette dans ~/.reels-motion/styles/neon/style.json
    # éditer tokens / motion / captions / camera / transitions / audio (et éventuellement son propre composant)
    R style-test neon --project timeline.json --out work/style-test-neon
    
    Test — 4 s : stop-frame avec panneau, lead, sous-titres, appel ; mp4 et planche toutes les 0,25 s. Regardez les images vous-même, montrez à l’utilisateur. Rendu complet uniquement après son « ok ».

Si la personne ne sait pas ce qu’elle veut, proposez 2-3 options contrastées (ex. premium, sticker et un nouveau) et montrez les aperçus côte à côte.

8. Habillages, sous-titres, caméra

R render timeline.json --style <style> --work work/<style>      # overlay.mov + boxes.json + meta.json
R render timeline.json --style <style> --frames 0,45,300 --png-dir work/stills   # images individuelles pour vérification
R compose timeline.json --style <style> --work work/<style>     # video.mp4

L’image est une fonction pure du temps (setTime(t)) ; le flou de mouvement — 4 sous-images uniquement aux entrées et sorties. Sous-titres mot-à-mot — depuis words.json, apparence — selon le style (reference/captions.md). Caméra : l’échelle du plan masque les collages, punch-in sur les mots‑clés, un shake par battement ; whip et flash aux jonctions d’étapes (reference/motion.md). Étapes lourdes — une par machine : --lock /tmp/reels_motion.lock ou REEL_LOCK.

9. Son

R audio timeline.json --style <style> --work work/<style>

Voix — uniquement hygiène (highpass 80 Hz, compresseur ≤ 3:1, pas de réduction de bruit). SFX — synthétisés, exactement sur l’image d’apparition. Musique — synthèse avec sidechain sur la voix. Résultat −14 LUFS, true peak ≤ −1, alimiter level=false. Deux versions : avec et sans musique (reference/sound.md).

10. Assemblage et validation

R finalize timeline.json --style <style> --work work/<style> --out out --name reel
R qa timeline.json --style <style> --work work/<style> --out out --name reel --stt
R sheet timeline.json --style <style> --work work/<style> --out out --name reel

Ou tout en une commande : R build timeline.json --style <style> --work work/<style> --out out.

Validation — voir reference/qa.md, action finale :

  • qa : images = base + stop-frame, BT.709, LUFS/TP, textes dans la zone sécurisée, habillages pas sur le visage, SFX sur l’image d’apparition ±1 ; --stt — rétro‑transcription : phrases entières.
  • Visuellement via Read : planches toutes les 0,25 s et chaque image autour des apparitions et collages (out/sheets/). Image 0 = couverture avec panneau.
  • Les fichiers sont écrits sous un nom temporaire puis renommés à la fin.

11. Livraison

out/reel.mp4 (H.264, AAC 256 kbit/s, faststart), out/reel_nomusic.mp4, out/reel_tg.mp4 (≤ 6 Mbit/s, < 45 Mo), out/reel_cover.jpg, planches d’images. Rapport : style utilisé, liste des coupes avec raisons, mesures qa, ce qui a été vérifié visuellement.

Règles à ne pas enfreindre

  • Les chiffres à l’écran proviennent uniquement de la voix et au moment de la prononciation ; les compteurs de faits sont interdits.
  • Ne rien inventer : les faits, promesses, revenus — uniquement comme dit l’auteur.
  • Le texte n’est pas sur le visage et reste dans la zone sécurisée ; texte ≥ 40 px ; temps d’affichage ≥ 0,3 × mots + 0,5 s.
  • Pas de « panneau carré » : forme, entrée avec dépassement, micro‑mouvement — voir reference/motion.md.
  • Pièges (alimiter, -frames:v, setpts sans fps, HDR, blur dans Chromium, fichier non finalisé, jump cut) — voir reference/pitfalls.md.

Skills associés