Édition vidéo
Édition assistée par IA de séquences réelles. Pas de génération à partir d'invites. Montez rapidement des vidéos existantes.
Quand activer
- L'utilisateur souhaite éditer, couper ou structurer des séquences vidéo
- Convertir de longs enregistrements en contenu vidéo court
- Construire des vlogs, tutoriels ou vidéos de démonstration à partir de séquences brutes
- Ajouter des superpositions, 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"
Argument central
L'édition vidéo par IA devient utile quand vous arrêtez de lui demander de créer une vidéo entière et que vous l'utilisez pour compresser, structurer et améliorer des séquences réelles. La valeur ne réside pas dans la génération. La valeur réside dans la compression.
Pipeline
Screen Studio / Séquence brute
→ Claude / Codex
→ FFmpeg
→ Remotion
→ ElevenLabs / fal.ai
→ Descript ou CapCut
Chaque couche a un travail spécifique. Ne sautez pas de couche. N'essayez pas de faire faire tout par un seul outil.
Couche 1 : Capture (Screen Studio / Séquence brute)
Collectez le matériau source :
- Screen Studio : Enregistrements d'écran de qualité pour démos d'applications, sessions de codage, workflows navigateur
- Séquences caméra brutes : Séquences de vlog, interviews, enregistrements d'événements
- Capture de bureau via VideoDB : Enregistrements 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 les thèmes
- Planifier la structure : Décider ce qui est gardé, coupé, et dans quel ordre
- Identifier les temps morts : Repérer les pauses, digressions, prises répétées
- Générer une liste de décisions de montage : Horodatages pour les coupes, segments à conserver
- Générer du code FFmpeg et Remotion : Créer des commandes et des compositions
Exemple d'invite :
"Voici la transcription d'un enregistrement de 4 heures. Trouve les 8 segments les plus forts
pour un vlog de 24 minutes. Donne-moi les commandes FFmpeg pour chaque segment."
Cette couche concerne la structure, pas le jugement artistique final.
Couche 3 : Coupes déterministes (FFmpeg)
FFmpeg gère le travail ingrat mais crucial : division, recadrage, 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
Coupes par lots depuis une liste de décisions
#!/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/${label}.mp4"
done < cuts.txt
Concaténer des segments
# Créer la liste de fichiers
for f in segments/*.mp4; do echo "file '$f'"; done > concat.txt
ffmpeg -f concat -safe 0 -i concat.txt -c copy assembled.mp4
Créer des fichiers proxy pour accélérer le montage
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 le niveau audio
ffmpeg -i segment.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy normalized.mp4
Couche 4 : Synthèse programmable (Remotion)
Remotion transforme les problèmes de montage en code composable. À utiliser pour les choses difficiles avec un éditeur traditionnel :
Quand utiliser Remotion
- Superpositions : Texte, images, marque, bandeaux de sous-titres
- Visualisation de données : Graphiques, statistiques, nombres animés
- Graphiques animés : Transitions, animations explicatives
- Scènes composables : Modèles réutilisables d'une vidéo à l'autre
- Démos de produits : Captures d'écran annotées, surbrillance UI
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>
{/* Superposition 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)",
}}>
Stack technique IA
</h1>
</AbsoluteFill>
</Sequence>
{/* Segment suivant */}
<Sequence from={300} durationInFrames={450}>
<Video src="/segments/demo.mp4" />
</Sequence>
</AbsoluteFill>
);
};
Rendu de la sortie
npx remotion render src/index.ts VlogComposition output.mp4
Consultez la documentation Remotion pour des motifs avancés et la référence API.
Couche 5 : Génération d'actifs (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 voix off",
"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 vidéo en audio)
- Effets de transition
Visuels génératifs avec fal.ai
Pour des plans de coupe, vignettes ou B-roll inexistants :
generate(app_id: "fal-ai/nano-banana-pro", input_data: {
"prompt": "Vignette pro pour vlog tech, fond sombre, code à l'écran",
"image_size": "landscape_16_9"
})
Génération audio VideoDB
Si VideoDB est configuré :
voiceover = coll.generate_voice(text="Voix off ici", voice="alloy")
music = coll.generate_music(prompt="Musique lo-fi pour vlog de programmation", duration=120)
sfx = coll.generate_sound_effect(prompt="Effet de transition léger de type swoosh")
Couche 6 : Peaufinage final (Descript / CapCut)
La dernière couche est le travail humain. Utilisez un éditeur traditionnel pour :
- Rythme : Ajuster les coupes qui semblent trop rapides ou lentes
- Sous-titres : Génération automatique, puis relecture manuelle
- Étalonnage : Correction de base et ambiance
- Mixage audio final : Équilibrer les niveaux de voix, musique et effets
- Export : Formats et réglages de qualité spécifiques à la plateforme
C'est ici que le goût s'exprime. L'IA supprime le travail répétitif. Vous prenez la décision finale.
Recadrage pour les réseaux sociaux
Différentes plateformes nécessitent des formats différents :
| Plateforme | Format | Résolution |
|---|---|---|
| YouTube | 16:9 | 1920x1080 |
| TikTok / Reels | 9:16 | 1080x1920 |
| Instagram feed | 1:1 | 1080x1080 |
| X / Twitter | 16:9 ou 1:1 | 1280x720 ou 720x720 |
Recadrage avec FFmpeg
# 16:9 vers 9:16 (recadrage centré)
ffmpeg -i input.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" vertical.mp4
# 16:9 vers 1:1 (recadrage centré)
ffmpeg -i input.mp4 -vf "crop=ih:ih,scale=1080:1080" square.mp4
Recadrage 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 coupes automatiques
Détection de scènes FFmpeg
# Détecter les changements de scène (seuil 0.3 = sensibilité moyenne)
ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync vfr -f null - 2>&1 | grep showinfo
Détection de silence pour coupes automatiques
# 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 de scènes :
"À partir de cette transcription horodatée et de ces points de changement de scène,
identifie 5 segments de 30 secondes les plus adaptés aux réseaux sociaux."
Ce que chaque outil fait de mieux
| Outil | Points forts | Points faibles |
|---|---|---|
| Claude / Codex | Organisation, planification, génération de code | Pas le jugement créatif |
| FFmpeg | Coupes déterministes, traitement par lots, conversion de formats | Pas d'interface d'édition visuelle |
| Remotion | Superpositions programmables, scènes composables, modèles réutilisables | Courbe d'apprentissage pour non-développeurs |
| Screen Studio | Enregistrements d'écran de qualité immédiate | Capture d'écran uniquement |
| ElevenLabs | Voix, voix off, musique, effets sonores | Pas un centre de workflow |
| Descript / CapCut | Rythme final, sous-titres, peaufinage | Manuel, non automatisable |
Principes clés
- Éditer, pas générer. Ce workflow sert à couper des séquences réelles, pas à créer à partir d'invites.
- Structure avant style. Mettez l'histoire au point à la couche 2 avant de toucher au visuel.
- FFmpeg est l'épine dorsale. Ingrat mais crucial. Les longues séquences deviennent gérables ici.
- Remotion pour la répétabilité. Si vous devez faire la même chose plusieurs fois, transformez-la en composant Remotion.
- Génération sélective. Utilisez la génération IA uniquement pour les actifs qui n'existent pas, pas pour tout.
- Le goût est la dernière couche. L'IA supprime le travail répétitif. Vous prenez la décision créative finale.
Compétences associées
fal-ai-media— Génération IA d'images, vidéos et audiovideodb— Traitement vidéo côté serveur, indexation et streamingcontent-engine— Distribution de contenu natif aux plateformes