Montage Vidéo
Montage assisté par IA pour des séquences réelles. Pas de génération à partir d'invites. Du montage rapide de vidéos existantes.
Quand Activer
- L'utilisateur souhaite monter, couper ou structurer des séquences vidéo
- Transformer de longs enregistrements en contenu court
- Créer des vlogs, tutoriels ou vidéos de démonstration à partir de captures brutes
- Ajouter des incrustations, sous-titres, musique ou voix off à une vidéo existante
- Recadrer une vidéo pour différentes plateformes (YouTube, TikTok, Instagram)
- L'utilisateur dit « monter une vidéo », « couper ces séquences », « faire un vlog » ou « flux de travail vidéo »
Thèse Principale
Le montage vidéo par IA est utile lorsque vous cessez de lui demander de créer la vidéo entière et que vous commencez à l'utiliser pour compresser, structurer et enrichir des séquences réelles. La valeur n'est pas la génération. La valeur est la compression.
Le Pipeline
Screen Studio / séquences brutes
→ Claude / Codex
→ FFmpeg
→ Remotion
→ ElevenLabs / fal.ai
→ Descript ou CapCut
Chaque couche a un rôle spécifique. Ne sautez pas de couches. N'essayez pas de faire faire tout par un seul outil.
Couche 1 : Capture (Screen Studio / Séquences Brutes)
Collectez le matériau source :
- Screen Studio : enregistrements d'écran soignés pour démos d'applications, sessions de codage, workflows de navigateur
- Séquences caméra brutes : séquences de vlog, interviews, enregistrements d'événements
- Capture de bureau via VideoDB : enregistrement de session avec contexte en temps réel (voir 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 thèmes
- Planifier la structure : décider ce qui reste, ce qui est coupé, quel ordre fonctionne
- Identifier les sections mortes : repérer les pauses, digressions, prises répétées
- Générer la liste de décisions de montage : horodatages pour les coupes, segments à conserver
- Ébaucher le code FFmpeg et Remotion : générer les commandes et compositions
Exemple d'invite :
« Voici la transcription d'un enregistrement de 4 heures. Identifie les 8 segments les plus forts
pour un vlog de 24 minutes. Donne-moi les commandes FFmpeg de coupe pour chaque segment. »
Cette couche concerne la structure, pas le goût créatif final.
Couche 3 : Coupes Déterministes (FFmpeg)
FFmpeg gère le travail fastidieux mais critique : division, rogner, concaténer et prétraiter.
Extraire un segment par horodatage
ffmpeg -i raw.mp4 -ss 00:12:30 -to 00:15:45 -c copy segment_01.mp4
Coupage par lot à partir d'une liste de décisions de montage
#!/bin/bash
# cuts.txt : debut,fin,label
while IFS=, read -r debut fin label; do
ffmpeg -i raw.mp4 -ss "$debut" -to "$fin" -c copy "segments/${label}.mp4"
done < cuts.txt
Concaténer des segments
# Créer la liste des fichiers
for f in segments/*.mp4; do echo "file '$f'"; done > concat.txt
ffmpeg -f concat -safe 0 -i concat.txt -c copy assembled.mp4
Créer un proxy pour un montage plus rapide
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 les niveaux audio
ffmpeg -i segment.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy normalized.mp4
Couche 4 : Composition Programmée (Remotion)
Remotion transforme les problèmes de montage en code composable. Utilisez-le pour les choses que les éditeurs traditionnels rendent pénibles :
Quand utiliser Remotion
- Incrustations : texte, images, marque, tiers inférieurs
- Visualisations de données : graphiques, statistiques, nombres animés
- Graphiques animés : transitions, animations explicatives
- Scènes composables : modèles réutilisables d'une vidéo à l'autre
- Démonstrations de produits : captures d'écran annotées, points forts de l'interface
Composition Remotion de base
import { AbsoluteFill, Sequence, Video, useCurrentFrame } from "remotion";
export const CompositionVlog: React.FC = () => {
const frame = useCurrentFrame();
return (
<AbsoluteFill>
{/* Séquence principale */}
<Sequence from={0} durationInFrames={300}>
<Video src="/segments/intro.mp4" />
</Sequence>
{/* Incrustation du 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)",
}}>
La Pile de Montage IA
</h1>
</AbsoluteFill>
</Sequence>
{/* Segment suivant */}
<Sequence from={300} durationInFrames={450}>
<Video src="/segments/demo.mp4" />
</Sequence>
</AbsoluteFill>
);
};
Rendre la sortie
npx remotion render src/index.ts CompositionVlog output.mp4
Consultez la documentation Remotion pour des modèles détaillés et la référence de l'API.
Couche 5 : Actifs Générés (ElevenLabs / fal.ai)
Générez uniquement ce dont vous avez besoin. Ne générez pas la vidéo entière.
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 narration ici",
"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-à-audio)
- Sons de transition
Visuels générés avec fal.ai
Utilisez pour les plans d'insertion, les miniatures ou les plans de coupe qui n'existent pas :
generate(app_id: "fal-ai/nano-banana-pro", input_data: {
"prompt": "miniature professionnelle pour vlog tech, fond sombre, code à l'écran",
"image_size": "landscape_16_9"
})
Audio génératif VideoDB
Si VideoDB est configuré :
voix_off = coll.generate_voice(text="Narration ici", voice="alloy")
musique = coll.generate_music(prompt="fond lo-fi pour vlog de code", duration=120)
bruitage = coll.generate_sound_effect(prompt="transition subtile de type whoosh")
Couche 6 : Polissage Final (Descript / CapCut)
La dernière couche est humaine. Utilisez un éditeur traditionnel pour :
- Rythme : ajuster les coupes qui semblent trop rapides ou trop lentes
- Sous-titres : générés automatiquement, puis nettoyés manuellement
- Étalonnage : correction de base et ambiance
- Mixage audio final : équilibrer les niveaux de voix, musique et bruitages
- Export : formats et réglages de qualité spécifiques à la plateforme
C'est ici que réside le goût. L'IA nettoie le travail répétitif. Vous prenez les décisions finales.
Recadrage pour les Réseaux Sociaux
Différentes plateformes nécessitent différents rapports hauteur/largeur :
| Plateforme | Rapport H/L | Résolution |
|---|---|---|
| YouTube | 16:9 | 1920x1080 |
| TikTok / Reels | 9:16 | 1080x1920 |
| Fil Instagram | 1:1 | 1080x1080 |
| X / Twitter | 16:9 ou 1:1 | 1280x720 ou 720x720 |
Recadrer 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" carre.mp4
Recadrer avec VideoDB
from videodb import ReframeMode
# Recadrage intelligent (suivi de sujet piloté par IA)
recadre = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)
Détection de Scènes et Coupe Automatique
Détection de scènes avec FFmpeg
# Détecter les changements de scène (seuil 0.3 = sensibilité modérée)
ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync vfr -f null - 2>&1 | grep showinfo
Détection de silence pour coupe automatique
# 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 :
« Étant donné cette transcription avec horodatages et ces points de changement de scène,
identifie les 5 clips de 30 secondes les plus engageants pour les réseaux sociaux. »
Ce Que Chaque Outil Fait le Mieux
| Outil | Force | Faiblesse |
|---|---|---|
| Claude / Codex | Organisation, planification, génération de code | Pas la couche de goût créatif |
| FFmpeg | Coupes déterministes, traitement par lot, conversion de format | Pas d'interface UI de montage visuel |
| Remotion | Incrustations programmables, scènes composables, modèles réutilisables | Courbe d'apprentissage pour les non-développeurs |
| Screen Studio | Enregistrements d'écran soignés immédiatement | Capture d'écran uniquement |
| ElevenLabs | Voix, narration, musique, bruitages | Pas le centre du flux de travail |
| Descript / CapCut | Rythme final, sous-titres, polissage | Manuel, pas automatisable |
Principes Clés
- Éditer, ne pas générer. Ce flux de travail sert à couper des séquences réelles, pas à créer à partir d'invites.
- Structure avant style. Obtenez l'histoire correcte dans la Couche 2 avant de toucher à quoi que ce soit de visuel.
- FFmpeg est l'épine dorsale. Fastidieux mais critique. Là où de longues séquences deviennent gérables.
- Remotion pour la répétabilité. Si vous le faites plus d'une fois, transformez-le en composant Remotion.
- Générer sélectivement. N'utilisez la génération IA que pour les actifs qui n'existent pas, pas pour tout.
- Le goût est la dernière couche. L'IA nettoie le travail répétitif. Vous prenez les décisions créatives finales.
Compétences Associées
fal-ai-media— Génération d'images, vidéos et audio par IAvideodb— Traitement, indexation et diffusion de vidéos côté serveurcontent-engine— Distribution de contenu adaptée aux plateformes