Que fait Video Processor ?
Instructions
Cette compétence fournit des utilitaires de traitement vidéo, notamment l'extraction audio, la conversion de format 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
# Installation 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)
Flux de travail
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 entree.mp4 sortie.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 au format MP4
Convertissez n'importe quel fichier vidéo au format MP4 :
uv run .claude/skills/video-processor/scripts/video_processor.py to-mp4 entree.avi sortie.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 au format 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 entree.mp4 sortie.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 entree.mp4 transcription.txt
# Transcrire un fichier audio directement
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe audio.wav transcription.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
Flux de travail de transcription :
- Si l'entrée est une vidéo, FFmpeg extrait l'audio vers un fichier WAV temporaire
- Whisper traite le fichier audio
- La transcription est enregistrée dans le format demandé
- Les fichiers temporaires sont nettoyés automatiquement
5. Exemple de flux de travail combiné
Traitement complet 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 cours.mp4 cours.wav
# 2. Transcrire en sous-titres SRT
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe cours.mp4 cours.srt --format srt --model small
# 3. Convertir au format web
uv run .claude/skills/video-processor/scripts/video_processor.py to-webm cours.mp4 cours.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 flux de travail 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'usage avancé)
Format audio pour la transcription :
- Whisper fonctionne mieux avec les formats WAV ou MP3
- Taux 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 :
- Valide l'existence des fichiers d'entrée
- 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
tinyoubasepour des brouillons rapides - Utilisez
smalloumediumpour des transcriptions de production - Utilisez
largeuniquement 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 mon ancien appareil photo. Peux-tu le convertir en MP4 ?
Vous devez :
- Utiliser la commande to-mp4 avec les paramètres par défaut :
uv run .claude/skills/video-processor/scripts/video_processor.py to-mp4 vieille_video.avi sortie.mp4 - Confirmer que la conversion s'est terminée avec succès
- 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 devez :
- D'abord extraire l'audio :
uv run .claude/skills/video-processor/scripts/video_processor.py extract-audio cours.mp4 cours.wav - Ensuite transcrire en utilisant le modèle base (bon équilibre vitesse/précision) :
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe cours.mp4 transcription.txt --model base - Partager le fichier transcription.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 devez :
- Convertir en WebM pour l'optimisation web :
uv run .claude/skills/video-processor/scripts/video_processor.py to-webm presentation.mp4 presentation.webm - Générer un fichier de sous-titres SRT :
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe presentation.mp4 sous-titres.srt --format srt --model small - Informer l'utilisateur qu'il a maintenant :
- presentation.webm (vidéo optimisée pour le web)
- sous-titres.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 devez :
- Utiliser un modèle plus grand avec la langue spécifiée pour une meilleure précision :
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe entretien.mp4 transcription.txt --model medium --language es - Créer éventuellement un fichier SRT pour révision :
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe entretien.mp4 transcription.srt --format srt --model medium --language es - 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 devez :
- Lister tous les fichiers vidéo dans le répertoire :
ls videos_formation/*.mp4 - 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 videos_formation/video1.mp4 sortie/video1.webm uv run .claude/skills/video-processor/scripts/video_processor.py transcribe videos_formation/video1.mp4 sortie/video1.txt --model base # Répéter pour chaque fichier - Confirmer que toutes les conversions et transcriptions sont terminées
- 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 format : 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.