Communitygithub.com

clip-sound-post-flow : vertical à votre voix, vrais sons, publié

Vidéos verticales courtes dans Remotion, du script à la publication : enregistrer une voix off et mesurer le timing des mots (Voice Studio), insérer de nouveaux clips, sound design avec de vrais sons, export final pour TikTok/Reels et publication sur TikTok et Instagram avec brouillon, validation, publication et relecture.

Qu'est-ce que clip-sound-post-flow : vertical à votre voix, vrais sons, publié ?

Étape 3 de la recette Film promo produit (la version pour le fil), issue de JasperKallfelz/shortform-edit-kit (publié le 2026-10-08 ; le README montre un GIF du flux de 30 secondes, un vrai exemple de 16 secondes fait avec le kit et un GIF par effet nommé comme WordPop). L'ordre est fixe : script et voix off, clips, sound design, export, publication. Vous lisez votre texte dans un enregistreur local avec prompteur (npm run voice-studio, sans compte) ; npm run vo mesure le timing de chaque mot et réécrit src/timing.ts, et s'arrête plutôt que de livrer de faux timings si le nombre de mots ne colle pas. Les clips peuvent venir d'une conversation WhatsApp ou de la photothèque, et une image fixe envoyée est retrouvée dans sa vidéo grâce à une planche contact. Les sons se choisissent dans une page d'écoute locale puis sont synchronisés dans le projet Remotion. post_render.sh exporte des versions TikTok/Reels avec et sans musique, avec contrôle du volume et couverture. post_social.py vérifie un post, le crée en brouillon, ne publie qu'avec l'option publish, puis relit son état. macOS.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/JasperKallfelz/shortform-edit-kit/tree/HEAD/skills/clip-sound-post-flow

Demander à votre IA préférée

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

Documentation

Insérer des clips, ajouter du son, prêt à poster

Version complète avec toutes les commandes et justifications : edit-tools/README.md dans ce dépôt. Kit sonore et règles de niveau : sfx-kit/README.md. Exemple de projet avec tous les composants : beispiel/.

L'humain ne tape pas de commandes. Il exprime en phrases courtes ce qu'il veut, souvent plusieurs demandes à la suite, et souhaite voir ou entendre une proposition dans le studio, qu'il corrige ensuite. Ne pas lui renvoyer de tâches de sélection importantes.

Ce qui est déjà automatisé (edit-tools/)

TâcheCommande
Discussions avec nouvelles vidéoswhatsapp_clips.py chats --days 7
Récupérer les vidéos d'une discussion + dans la photothèquewhatsapp_clips.py export "<Nom>" --date JJJJ-MM-TT --fotos
Trouver un clip à partir d'une image fixekontaktbogen.py <dossier>, voir le formulaire
Temps des mots d'un clipwhisper-cli -m ggml-medium.en.bin -f clip.wav -ml 1 -sow -oj
Modifier un fichier en toute sécurité dans le projetpatch_lines.py <fichier> <md5> <swaps.json> (s'arrête si le fichier a changé)
Afficher les sons à trierhoerseite.py → http://localhost:3700 ; jugements dans auswahl.json
Préparer les sons conservés et les intégrer au projetsfx-kit/tools/prepare_sfx.py, puis sfx-kit/tools/sync_remotion.py <projet> [md5]
Export pour TikTok/Reels (avec et sans musique, loudness, cover)EDIT_HOST=<nom-ssh> post_render.sh <projet> <Composition> <Nom> [Images]

Insérer des clips

  1. Récupérer (script WhatsApp ou photothèque). Une image fixe dans le chat signifie « cette vidéo » : chercher le fichier soi-même, via le formulaire de contact.
  2. Choisir le plan : le plan de l'image fixe, ou via whisper un passage textuel qui correspond à la voix off.
  3. Placer le fichier dans public/, un slot dans les Props (Label, Fichier, Seconde de début), pour que l'extrait puisse être déplacé dans le studio. Composants : Inset (clip sur carte blanche, zoom lent optionnel sur la personne), Squiggle (flèche en forme de gribouillis dessinée à la main), DSL de mots Words.
  4. Rendre une image fixe (npx remotion still) et vraiment la regarder avant de dire « prêt ».
  5. Les clips WhatsApp sont réduits (généralement 1024 × 576) : dans le rapport, demander l'original à l'expéditeur.

Conception sonore

  • Uniquement des bruits réels enregistrés. Rien de synthétique (pas de packs de jeux/UI, pas de ticks, pops, blips).
  • Chaque mouvement reçoit un petit son, assez silencieux pour ne pas paraître ajouté. Déclencheur, clic de souris, tableau à rabats, papier, crayon, touches ; Whoosh seulement très minimal. Les effets ne doivent jamais être plus forts que la musique.
  • Éprouvé : touche par ligne de texte, crayon sur écriture manuscrite et lignes dessinées, déclencheur quand une photo ou un clip apparaît, série de déclencheurs sur un mur de photos, tableau à rabats pour les tuiles et les chiffres qui défilent, page qui tourne sur une coupe, cymbale jouée à l'envers dans le trou musical avant le point culminant, vraie batterie au point culminant.
  • Chaque cue est liée à un mot temporel ou à une constante d'animation et a un nom pour la timeline du studio. Niveau via loud + 20·log10(vol) définir (valeurs indicatives dans le README). Ensuite, rendu uniquement des effets et lister les lacunes de plus de 0,5 s.
  • Ne pas attendre le tri de centaines de candidats : sélectionner selon la description, insérer, nommer, laisser corriger.

Préparer pour la publication

  • post_render.sh fournit 1080 × 1920, 30 fps, H.264 High, AAC 320 kbit/s, au maximum −14 LUFS / −1 dBTP, une fois avec et une fois sans musique.
  • Avant une publication publique, aborder la question de la musique (docs/recherche-2026-10.md).
  • Suggérer une description et des hashtags ; l'humain valide, puis brouillon, puis deuxième validation, puis publier.

Variantes

Une vidéo est un modèle. Pour trois à quatre variantes (par exemple comme Reels de test), chacune reçoit sa propre prise de voix off avec ses propres temps de mots ; l'image et les sons sont liés aux temps de mots et se déplacent avec eux. Ne modifier qu'une seule chose entre les variantes, d'abord les 1,5 premières secondes.

Psychologie pour le script et le montage

  1. Les 1,5 à 3 premières secondes sont décisives : commencer par l'image la plus forte.
  2. Un point culminant émotionnel clair, lié au contenu ; la musique s'arrête brièvement avant.
  3. Visage grand et tôt.
  4. Texte dans l'image, mot pour mot avec la voix off.
  5. Pas de chant sous la voix.
  6. Parler rapidement et avec engagement ; des coupes toutes les deux à trois secondes suffisent.
  7. Augmenter la saturation n'apporte rien selon les preuves ; égaliser l'exposition, le contraste et la chaleur.

Modèle de script pour 15 secondes et environ 40 mots : Départ → Lieu et étape → Personnes → ce que nous construisons (point culminant sur le nom) → Revendication → Expéditeur et fin ouverte. Chaque ligne une image propre ; les mouvements sont terminés avant le mot accentué.

Règles

  • Plusieurs agents sur le même projet : avant chaque écriture, comparer md5, faire une sauvegarde préalable avec l'extension .bak.
  • Photos et vidéos en tant qu'originaux, là où ils existent ; mentionner explicitement les remplacements.
  • Ne rien poster ni modifier de public sans autorisation explicite.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Skills associés