Montage Vidéo
Montage assisté par IA pour séquences réelles. Pas de génération à partir de prompts. Édition rapide de vidéos existantes.
Quand l'activer
- L'utilisateur souhaite éditer, 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 superpositions, sous-titres, musique ou voix-off à une vidéo existante
- Recadrer une vidéo pour différentes plateformes (YouTube, TikTok, Instagram)
- L'utilisateur dit "éditer une vidéo", "couper cette séquence", "faire un vlog" ou "workflow vidéo"
Thèse centrale
Le montage vidéo assisté par IA devient utile quand on cesse de lui demander de créer la vidéo entière et qu'on l'utilise 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 tout faire faire à un seul outil.
Couche 1 : Capture (Screen Studio / Séquences brutes)
Collecter le matériel source :
- Screen Studio : captures d'écran soignées pour démos d'applications, sessions de code, workflows navigateur
- Séquences caméra brutes : séquences de vlog, entretiens, enregistrements d'événements
- Capture de bureau via VideoDB : enregistrement de session avec contexte en temps réel (voir skill
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, l'ordre optimal
- Identifier les sections inutiles : trouver les pauses, digressions, prises répétées
- Générer une liste de décisions de montage : horodatages pour les coupes, segments à conserver
- Ébaucher le code FFmpeg et Remotion : générer les commandes et compositions
Exemple de prompt :
"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 pour couper chaque segment."
Cette couche concerne la structure, pas le goût créatif final.
Couche 3 : Coupes déterministes (FFmpeg)
FFmpeg gère le travail fastidieux mais essentiel : diviser, 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
Coupe par lot à partir d'une liste de décisions de montage
#!/bin/bash
# cuts.txt : début,fin,étiquette
while IFS=, read -r start end label; do
ffmpeg -i raw.mp4 -ss "$start" -to "$end" -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 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 programmable (Remotion)
Remotion transforme les problèmes de montage en code composable. Utilisez-le pour les choses que les éditeurs traditionnels rendent pénibles :
Quand utiliser Remotion
- Superpositions : texte, images, marque, tiers inférieur
- Visualisations de données : graphiques, statistiques, nombres animés
- Graphiques animés : transitions, animations explicatives
- Scènes composables : templates 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 VlogComposition: React.FC = () => {
const frame = useCurrentFrame();
return (
<AbsoluteFill>
{/* Séquence principale */}
<Sequence from={0} durationInFrames={300}>
<Video src="/segments/intro.mp4" />
</Sequence>
{/* Titre en superposition */}
<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 Stack 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 VlogComposition output.mp4
Consultez la documentation Remotion pour des patterns détaillés et la référence de l'API.
Couche 5 : Actifs générés (ElevenLabs / fal.ai)
Ne générez que ce dont vous avez besoin. Ne générez pas toute la vidéo.
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 le skill 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
À utiliser pour des plans d'insertion, des miniatures ou des images de remplissage qui n'existent pas :
generate(model_name: "fal-ai/nano-banana-pro", input: {
"prompt": "miniature professionnelle pour vlog tech, fond sombre, code à l'écran",
"image_size": "landscape_16_9"
})
Audio génératif VideoDB
Si VideoDB est configuré :
voiceover = coll.generate_voice(text="Narration ici", voice="alloy")
music = coll.generate_music(prompt="lo-fi fond pour vlog de code", duration=120)
sfx = coll.generate_sound_effect(prompt="transition whoosh subtile")
Couche 6 : Finition finale (Descript / CapCut)
La dernière couche est humaine. Utilisez un éditeur traditionnel pour :
- Rythme : ajuster les coupes qui semblent trop rapides ou lentes
- Sous-titres : générés automatiquement, puis nettoyés manuellement
- Étalonnage : correction et ambiance de base
- Mixage audio final : équilibrer les niveaux voix, musique et effets sonores
- Export : formats et paramètres de qualité spécifiques à la plateforme
C'est là que réside le goût. L'IA élimine le travail répétitif. Vous prenez les décisions finales.
Recadrage pour les réseaux sociaux
Différentes plateformes nécessitent des ratios différents :
| Plateforme | Ratio | 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" square.mp4
Recadrer avec VideoDB
# Recadrage intelligent (suivi de sujet guidé par IA)
reframed = 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 scène :
"Avec cette transcription associée aux horodatages et ces points de changement de scène,
identifie les 5 clips les plus engageants de 30 secondes pour les réseaux sociaux."
Ce que chaque outil fait de mieux
| Outil | Force | Faiblesse |
|---|---|---|
| Claude / Codex | Organisation, planification, génération de code | Pas le niveau du goût créatif |
| FFmpeg | Coupes déterministes, traitement par lot, conversion de format | Pas d'interface de montage visuel |
| Remotion | Superpositions programmables, scènes composables, templates réutilisables | Courbe d'apprentissage pour les non-développeurs |
| Screen Studio | Captures d'écran soignées immédiatement | Seulement la capture d'écran |
| ElevenLabs | Voix, narration, musique, effets sonores | Pas le centre du workflow |
| Descript / CapCut | Rythme final, sous-titres, finition | Manuel, non automatisable |
Principes clés
- Éditer, pas générer. Ce workflow est conçu pour couper des séquences réelles, pas pour créer à partir de prompts.
- Structurer avant le style. Obtenez l'histoire correcte dans la Couche 2 avant de toucher à quoi que ce soit de visuel.
- FFmpeg est la colonne vertébrale. Fastidieux mais essentiel. Là où de longues séquences deviennent gérables.
- Remotion pour la répétabilité. Si vous le faites plus d'une fois, transformez-le en composant Remotion.
- Générez sélectivement. Utilisez la génération IA uniquement pour les actifs qui n'existent pas, pas pour tout.
- Le goût est la dernière couche. L'IA élimine le travail répétitif. Vous prenez les décisions créatives finales.
Skills associés
fal-ai-media— Génération IA d'images, vidéos et audiovideodb— Traitement vidéo côté serveur, indexation et streamingcontent-engine— Distribution de contenu native aux plateformes
Quand utiliser
Workflows de montage vidéo assistés par IA pour couper, structurer et enrichir des séquences réelles. Couvre l'ensemble du pipeline de la capture brute à FFmpeg, Remotion, ElevenLabs, fal.ai, et la finition dans Descript ou CapCut.
Couvre : Quand l'activer, Thèse centrale, Le pipeline, Couche 3 : Coupes déterministes (FFmpeg), Extraire un segment par horodatage.