Vidéo Remotion — Encoder les Images Réelles
Vous êtes l'encodeur et le moteur de rendu. Vous prenez des actifs — un enregistrement, une voix off, un B-roll, un transcript — ainsi que du code React, et vous émettez un fichier réel : out/video.mp4. Vos compétences sœurs écrivent des mots et des plans ; vous êtes le seul à produire des pixels. La rigueur ici est celle des images reproductibles : mêmes entrées, même sortie déterministe, vérifiée par un rendu que ffprobe peut lire.
Vous possédez l'échafaudage du projet Remotion, le graphe <Composition> / <Sequence> / <TransitionSeries>, le pipeline de sous-titres (Whisper.cpp → toCaptions → createTikTokStyleCaptions), le passage de suppression du silence, et l'invocation npx remotion render avec ses indicateurs de codec et de concurrence.
La seule décision : images ou mots ?
Si la demande est de produire un fichier, vous êtes au bon endroit. Si c'est pour produire du texte ou un plan, redirigez avant d'écrire un seul .tsx.
| La demande | Va vers | Pourquoi |
|---|---|---|
| Produire un MP4/MOV, transitions, sous-titres brûlés, rendu | ici | Ce sont des pixels et des images |
| Écrire le script, l'accroche, les beats, le texte des sous-titres à l'écran, la feuille de décision de montage | ../video-shorts/SKILL.md | Ce sont des mots ; les décisions de coupe, pas l'exécution de la coupe |
Masteriser l'audio vers une cible LUFS, produire des chapitres + un <item> RSS | ../podcast/SKILL.md | Masterisation audio et flux, pas encodage vidéo |
| Structurer l'arc narratif de la leçon/vidéo et le flux | ../course-storytelling/SKILL.md | Architecture narrative, pas rendu |
| Concevoir l'image miniature | ../youtube-thumbnails/SKILL.md | Une image fixe, pas une vidéo |
Limite en une ligne : video-shorts décide des coupes et écrit le texte des sous-titres ; vous exécutez les coupes en code et brûlez les sous-titres dans les images.
Échafauder le projet
npx create-video@latest --yes --blank my-video
cd my-video
npm i
npm run dev # ouvre Remotion Studio dans le navigateur
La ligne stable actuelle de Remotion est la 4.0.471 ; elle nécessite Node 16+ (ou Bun 1.0.3+), et le rendu local cible macOS 15 (Sequoia)+. Depuis janvier 2026, Remotion fournit des compétences pour agents — npx skills add remotion-dev/skills connecte des conseils conscients de Remotion dans Claude Code. Exécutez-le à l'intérieur d'un projet Remotion lorsque vous souhaitez que la propre compétence du framework soit chargée en parallèle de celle-ci.
Figez les fps et les dimensions sur <Composition> en premier, et ne les changez jamais en cours de projet. Pourquoi : chaque durée en aval est mesurée en images, et images = secondes * fps. Si vous changez les fps après avoir écrit les durées, chaque timing se décale silencieusement. Les vidéos verticales sont en 1080×1920 @ 30 ; le paysage est en 1920×1080 @ 30.
Le graphe de composition
// src/Root.tsx
import { Composition } from "remotion";
import { MyVideo } from "./MyVideo";
export const RemotionRoot: React.FC = () => {
return (
<Composition
id="MyVideo" // l'id que vous passez à `remotion render`
component={MyVideo}
durationInFrames={300} // 10s à 30fps
fps={30}
width={1080}
height={1920}
/>
);
};
// src/MyVideo.tsx
import { AbsoluteFill, Sequence, useCurrentFrame, interpolate, spring, useVideoConfig } from "remotion";
export const MyVideo: React.FC = () => {
const frame = useCurrentFrame();
const { fps } = useVideoConfig();
const opacity = interpolate(frame, [0, 30], [0, 1], { extrapolateRight: "clamp" });
const scale = spring({ frame, fps, config: { damping: 200 } });
return (
<AbsoluteFill style={{ backgroundColor: "black" }}>
<Sequence from={0} durationInFrames={90}>
<AbsoluteFill style={{ opacity, transform: `scale(${scale})` }}>{/* scène 1 */}</AbsoluteFill>
</Sequence>
<Sequence from={90} durationInFrames={210}>{/* scène 2 */}</Sequence>
</AbsoluteFill>
);
};
Animez en utilisant useCurrentFrame() avec interpolate() et spring() uniquement. Ne lisez jamais l'heure système (Date.now()) et n'appelez pas Math.random() non ensemencé à l'intérieur d'une composition. Pourquoi : le rendu est parallèle et adressable par image — chaque image est calculée indépendamment, donc toute entrée non-image produit un pixel différent lors d'un nouveau rendu et brise la garantie "mêmes entrées, même sortie". Si vous avez besoin d'aléatoire, utilisez random(seed) de Remotion.
Transitions
Utilisez @remotion/transitions (disponible depuis la v4.0.53). <TransitionSeries> entrelace .Sequence (un clip, avec durationInFrames) et .Transition (une presentation + un timing). La durée de la transition est soustraite du total, donc les séquences adjacentes se chevauchent pendant le fondu.
import { TransitionSeries, linearTiming, springTiming } from "@remotion/transitions";
import { slide } from "@remotion/transitions/slide";
import { fade } from "@remotion/transitions/fade";
import { Easing } from "remotion";
<TransitionSeries>
<TransitionSeries.Sequence durationInFrames={90}>{/* scène A */}</TransitionSeries.Sequence>
<TransitionSeries.Transition
presentation={slide({ direction: "from-left" })}
timing={springTiming({ config: { damping: 200 }, durationInFrames: 30, durationRestThreshold: 0.001 })}
/>
<TransitionSeries.Sequence durationInFrames={120}>{/* scène B */}</TransitionSeries.Sequence>
<TransitionSeries.Transition
presentation={fade()}
timing={linearTiming({ durationInFrames: 15, easing: Easing.inOut(Easing.ease) })}
/>
<TransitionSeries.Sequence durationInFrames={90}>{/* scène C */}</TransitionSeries.Sequence>
</TransitionSeries>
Chaque présentation est une sous-importation (@remotion/transitions/slide, /fade, /wipe, /flip, /clockWipe, /none).
| Présentation | Sens / Quand |
|---|---|
slide | La scène pousse la suivante ; momentum directionnel entre les beats |
fade | Fondu enchaîné doux ; changement de scène calme et neutre |
wipe | Un bord dur balaie ; énergique, "sujet suivant" |
flip | Retournement 3D de carte ; ludique, pour les révélations |
clockWipe | Balayage radial ; comptes à rebours, "temps qui passe" |
none | Une coupe franche sans mouvement, mais toujours en tant que nœud TransitionSeries |
linearTiming pour des coupes prévisibles et exactes en images ; springTiming pour un mouvement organique. Pourquoi : linear est déterministe en durée, vous pouvez donc budgétiser les images exactement ; spring dépasse et se stabilise, ce qui donne un rendu naturel mais nécessite durationRestThreshold pour que le rendu sache quand il a terminé.
Sous-titres animés brûlés dans l'image
Le package natif @remotion/captions a été livré dans la v4.0.216 (la même version qui a déprécié l'ancienne aide convertToCaptions()). Le pipeline s'exécute une fois sur un serveur Node, puis la composition lit les sous-titres :
- Transcrire.
@remotion/install-whisper-cpptélécharge Whisper.cpp et un modèle (medium.enfait ~1,5 Go) et transcrit l'audio sur un serveur Node en JSON Whisper. - Convertir.
toCaptions()de@remotion/install-whisper-cpptransforme ce JSON en unCaption[]avec des horodatages par token. (convertToCaptions()est l'ancien alias — déprécié depuis la v4.0.216 ; utiliseztoCaptions().) - Segmenter en pages.
createTikTokStyleCaptions({ captions, combineTokensWithinMilliseconds })de@remotion/captionsgroupe les tokens en "pages" qui apparaissent ensemble.
La valeur combineTokensWithinMilliseconds est le cadran de taille de page. Pourquoi : une valeur faible (~200ms) garde chaque mot sur sa propre page → animation d'apparition mot par mot ; une valeur élevée (~1200ms) regroupe une phrase par page. Faible ms = énergie TikTok mot par mot ; élevé ms = phrases lisibles. Choisissez selon le format, pas par défaut.
L'installation complète de Whisper.cpp, le serveur de transcription et le composant de rendu des sous-titres avec surbrillance des tokens (avec style de zone de sécurité) se trouvent dans references/captions-pipeline.md — lisez-le avant de construire la couche de sous-titres.
Suppression automatique du silence
Le passage de silence s'exécute sur l'audio/vidéo source AVANT d'entrer dans Remotion, pas à l'intérieur d'une composition. Pourquoi : Remotion rend les images que vous lui donnez ; couper le silence ambiant est une modification en amont sur l'actif, et le faire en premier signifie que chaque numéro d'image en aval reflète déjà la chronologie resserrée.
Utilisez auto-editor (un moteur Python + ffmpeg) pour un premier passage qui coupe les espaces morts en fonction du volume audio :
auto-editor input.mp4 --margin 0.2s --edit audio:threshold=4% -o tightened.mp4
--marginrembourre chaque région conservée pour que les coupes n'écrètent pas la parole.--edit audio:threshold=4%définit le seuil de volume en dessous duquel une région est considérée comme "silence".--export premiereémet un EDL/XML au lieu d'un fichier, pour le réimporter dans un NLE.
La distribution pip est obsolète/arrêtée — installez via le binaire officiel ou pipx, pas pip install. Pourquoi : le paquet PyPI est en retard et peut ne pas correspondre aux indicateurs documentés. Lorsque auto-editor n'est pas disponible, la solution de repli de bas niveau est les filtres silencedetect / silenceremove de ffmpeg. Les deux, avec la matrice complète des indicateurs, se trouvent dans references/render-and-pipeline.md.
Incrustations de B-roll
Empilez l'incrustation au-dessus de la vidéo principale en superposant <OffthreadVideo> (ou <Img>) à l'intérieur d'un <AbsoluteFill>, contrôlé par un <Sequence from> :
import { AbsoluteFill, Sequence, OffthreadVideo, staticFile } from "remotion";
const fps = 30;
const broll = { start: 4.0, duration: 3.0 }; // secondes
<AbsoluteFill>
<OffthreadVideo src={staticFile("main.mp4")} /> {/* couche de base */}
<Sequence from={Math.round(broll.start * fps)} durationInFrames={Math.round(broll.duration * fps)}>
<AbsoluteFill style={{ /* par ex. encart pour picture-in-picture */ }}>
<OffthreadVideo src={staticFile("broll.mp4")} /> {/* couche d'incrustation */}
</AbsoluteFill>
</Sequence>
</AbsoluteFill>
Convertissez chaque timecode en images avec Math.round(secondes * fps), une fois, à la limite. Pourquoi : un signal de B-roll à 4,0s est l'image 120 à 30fps mais l'image 240 à 60fps — gardez les secondes dans vos données et multipliez par fps depuis useVideoConfig() pour que le changement de fps ne désynchronise jamais les incrustations. Utilisez <OffthreadVideo> (pas le DOM <video> ou <Video>) pour un décodage précis à l'image près pendant le rendu.
Rendu
# test de région d'abord : 1-2 secondes, valide le pipeline à moindre coût
npx remotion render MyVideo out/test.mp4 --frames=0-45
# puis le rendu complet
npx remotion render MyVideo out/video.mp4
Omettez l'id de composition pour obtenir un sélecteur interactif. Configurez via @remotion/cli/config dans remotion.config.ts, ou passez des indicateurs sur la CLI (les indicateurs l'emportent) :
// remotion.config.ts
import { Config } from "@remotion/cli/config";
Config.setConcurrency(8);
Config.setCodec("h264");
| Codec | Utilisation | Indicateur |
|---|---|---|
h264 | Par défaut pour le web/YouTube ; large compatibilité | (par défaut) |
h265 | Fichiers plus petits, même qualité ; lecture moins universelle | --codec=h265 |
prores | Master de qualité montage, gros fichiers, réimport dans un NLE | --codec=prores --prores-profile=4444 --pixel-format=yuva444p10le --image-format=png |
vp8 / gif | Prévisualisations alpha web ou en boucle | --codec=vp8 / --codec=gif |
Effectuez toujours un rendu d'une région de 1 à 2 s (--frames=0-45) avant le rendu complet. Pourquoi : un rendu complet d'une composition de plusieurs minutes coûte du temps et du CPU réels ; un test de région révèle une couche de sous-titres cassée ou un actif manquant en quelques secondes. Pour les rendus headless/CI, les règles de sortie déterministe et la matrice codec/qualité complète, voir references/render-and-pipeline.md.
Anti-patrons
| Mauvais | Pourquoi ça casse | Bon |
|---|---|---|
| Coder en dur les durées en secondes dans le JSX | Remotion raisonne en images ; les secondes se désynchronisent dès que les fps changent | Stockez les secondes dans les données, Math.round(secondes * fps) à la limite |
Date.now() / Math.random() non ensemencé dans une composition | Les images se rendent en parallèle et lors d'un nouveau rendu → pixels non déterministes | Pilotez tout avec useCurrentFrame() ; utilisez random(seed) |
Changer fps après avoir écrit les durées | Chaque nombre d'images en aval se décale silencieusement | Figez fps + dimensions sur <Composition> au départ, laissez-les |
| Re-télécharger le modèle Whisper à chaque exécution | Le téléchargement de ~1,5 Go medium.en se répète et bloque le pipeline | Téléchargez une fois, mettez en cache le chemin du modèle, réutilisez-le |
| Commit du modèle Whisper de 1,5 Go dans git | Gonfle le dépôt ; le modèle est un actif de build | .gitignore le répertoire du modèle ; récupérez-le dans setup/CI |
| Rendre la vidéo complète pour tester une modification | Minutes de rendu gaspillées pour trouver une couche cassée | Test de région --frames=0-45, puis rendu complet |
| Écrire la copie du sous-titre ou l'accroche ici | C'est le script, pas l'encodage | Redirigez vers ../video-shorts/SKILL.md ; vous ne faites que le brûler |
<video> / <Video> simple pour le B-roll dans un rendu | Pas précis à l'image près ; déchirures ou sauts lors du rendu | <OffthreadVideo> pour un décodage exact à l'image |
| Exécuter la suppression du silence à l'intérieur de la composition | Couper le silence ambiant est une modification d'actif en amont | auto-editor sur le fichier source avant Remotion |
Vérification et références
bash scripts/verify.sh <project-dir>— vérifie que le projet Remotion est bien formé et rend. Avec Node + ffmpeg présents, il exécutenpx remotion compositionspour confirmer qu'un id de composition existe, effectue un court rendu de région vers un MP4 temporaire, et utiliseffprobepour confirmer un flux vidéo avec les dimensions/fps attendus. Sans les deux, il se rabat sur une vérification statique : au moins un fichier.tsxde composition existe et le script de rendu référence un id de composition réel et un chemin de sortie. En lecture seule par défaut ; sort avec 0 sur une cible vide/propre.references/captions-pipeline.md— installation complète de Whisper.cpp + serveur de transcription,toCaptions, le composant de rendu des sous-titres avec surbrillance des tokens, et les notes de style/zone de sécurité des sous-titres.references/render-and-pipeline.md— commandes silence deauto-editor+ ffmpeg, la matrice complète des indicateurs de rendu, le rendu headless/CI, la table des codecs, et la vérificationffprobe.