Communitygithub.com

rTanure/lumiere-decupagem

Découpe chaque plan approuvé (supprime les pauses, les tics de langage, les répétitions ; crée une accroche en cold open), génère un aperçu rapide pour validation et calcule le recadrage 9:16 en suivant la personne qui parle. Étape 4 du pipeline Lumiere.

Qu'est-ce que lumiere-decupagem ?

Cette compétence, conçue pour le pipeline Lumiere, automatise l'étape 4 de post-production vidéo : la découpe fine et le recadrage automatique. Pour chaque plan approuvé, elle supprime les silences excessifs (pause > 0,4 s), les tics de langage (définis dans `style.cut.fillers`) et les répétitions immédiates, tout en préservant un rythme naturel. Elle génère un fichier EDL, une transcription et un aperçu vidéo pour validation humaine. Ensuite, le recadrage 9:16 suit automatiquement la personne qui parle grâce à la détection faciale (OpenCV YuNet) et à l'analyse des mouvements de bouche. En cas d'erreur de suivi, l'utilisateur peut corriger manuellement l'index du cluster. L'outil est conçu pour être rapide et non créatif : il exécute des règles précises et laisse le jugement final à l'humain.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/rTanure/lumiere/tree/HEAD/skills/lumiere-decupagem

Demander à votre IA préférée

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

Documentation

Découpage + recadrage

Pour chaque plan approuvé (vous pouvez exécuter les commandes de plusieurs plans à la suite ; elles sont rapides, sauf le recadrage) :

  1. lumiere cut <slug> <clip> --preview
    • Supprime les pauses > 0,4 s (laisse un souffle), les tics de langage de la liste style.cut.fillers et les répétitions immédiates ("je je").
    • Préserve un souffle plus long lors d'un changement de locuteur et en fin de phrase (rythme naturel).
    • hook_mode par défaut repeat : l'accroche apparaît au début (cold open) puis de nouveau à son emplacement d'origine. Utilisez --hook-mode move si la répétition semble étrange, none pour désactiver.
    • Génère clips/<clip>/edl.json, words.json (temps sur la timeline finale — ce que la génération de mouvements et les sous-titres utilisent) et transcript.txt lisible.
  2. Vérifiez le rapport : removed_words ne doit pas contenir de mots porteurs de sens (ex. : "est" verbe). Si la liste des tics a capturé quelque chose de mal, ajustez ~/.lumiere/style.json → cut.fillers ou utilisez --keep-fillers.
  3. Montrez à l'utilisateur : durée avant → après, nombre de coupes, mots supprimés et le chemin du preview/cut.mp4 (il regarde). Demandez s'il approuve.
    • Ajustements début/fin : éditez clips.json, exécutez lumiere clips validate et répétez le cut.
    • Approuvé : lumiere approve <slug> <clip> cut.
  4. lumiere reframe <slug> <clip> (OpenCV YuNet ; ~1-2 min par plan). Lisez le résultat :
    • clusters = personnes détectées dans le plan. Avec plus d'une personne, la caméra suit celle qui bouge le plus la bouche pendant qu'elle parle (avec hystérésis de 0,6 s pour éviter les sauts).
    • Si le cadrage suit la mauvaise personne (vérifiez avec lumiere build --draft + lumiere frames), fixez une personne : lumiere reframe <slug> <clip> --speaker S1=<indice du cluster>.
    • Source déjà verticale → le recadrage est ignoré automatiquement.

Rien ici n'est créatif au-delà du jugement de l'aperçu ; gardez la conversation courte.

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Skills associés