Montage Vidéo
Montage assisté par IA pour des séquences réelles. Pas de génération à partir de prompts. 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, musiques ou voix off à une vidéo existante
- Recadrer une vidéo pour différentes plateformes (YouTube, TikTok, Instagram)
- L'utilisateur dit « monter une vidéo », « couper cette séquence », « faire un vlog » ou « workflow vidéo »
Thèse centrale
Le montage vidéo par IA est 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.
La chaîne de traitement
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 tout faire à un seul outil.
Couche 1 : Capture (Screen Studio / Séquences brutes)
Collecter le matériau source :
- Screen Studio : captures d'écran soignées pour démos d'applications, sessions de codage, workflows navigateur
- Séquences caméra brutes : images de vlog, interviews, enregistrements d'événements
- Capture de bureau via VideoDB : enregistrement de session avec contexte temps réel (voir la 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, l'ordre optimal
- Identifier les zones mortes : trouver les pauses, digressions, prises multiples
- Générer une liste de décisions de montage : horodatages des coupures, segments à conserver
- Écrire 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 de coupe FFmpeg
pour chaque segment. »
Cette couche concerne la structure, pas le goût créatif final.
Couche 3 : Coupes déterministes (FFmpeg)
FFmpeg gère le travail ennuyeux mais essentiel : division, rognage, concaténation et prétraitement.
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
#!/bin/bash
# cuts.txt : début,fin,libellé
while IFS=, read -r debut fin etiquette; do
ffmpeg -i raw.mp4 -ss "$debut" -to "$fin" -c copy "segments/${etiquette}.mp4"
done < cuts.txt
Concaténer des segments
# Créer la liste des fichiers
for f in segments/*.mp4; do echo "file '$f'"; done > concat.txt
ffmpeg -f concat -safe 0 -i concat.txt -c copy assemble.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 normalise.mp4
Couche 4 : Composition programmable (Remotion)
Remotion transforme les problèmes de montage en code composable. Utilisez-le pour ce qui est pénible avec les éditeurs traditionnels :
Quand utiliser Remotion
- Incrustations : texte, images, marque, bandeaux
- Visualisations de données : graphiques, stats, nombres animés
- Graphiques animés : transitions, animations explicatives
- Scènes composables : modèles réutilisables d'une vidéo à l'autre
- Démonstrations produit : captures d'écran annotées, surlignages UI
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>
{/* Incrustation 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>
);
};
Générer la sortie
npx remotion render src/index.ts VlogComposition output.mp4
Consultez la documentation Remotion pour des motifs détaillés et la référence API.
Couche 5 : Actifs générés (ElevenLabs / fal.ai)
Ne générez que 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 bruitages avec fal.ai
Utilisez la compétence fal-ai-media pour :
- Génération de musique de fond
- Effets sonores (modèle ThinkSound pour vidéo vers audio)
- Sons de transition
Visuels générés avec fal.ai
Utilisez pour des plans d'insertion, miniatures, ou séquences de remplissage 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 avec VideoDB
Si VideoDB est configuré :
voiceover = coll.generate_voice(text="Narration ici", voice="alloy")
music = coll.generate_music(prompt="fond lo-fi pour vlog de codage", duration=120)
sfx = coll.generate_sound_effect(prompt="transition subtile whoosh")
Couche 6 : Polissage final (Descript / CapCut)
La dernière couche est humaine. Utilisez un éditeur traditionnel pour :
- Rythme : ajuster les coupes trop rapides ou trop lentes
- Sous-titres : générés automatiquement, puis nettoyés manuellement
- Étalonnage : correction de base et ambiance
- Mixage audio final : équilibrer voix, musique et bruitages
- Export : formats et réglages de qualité spécifiques à chaque plateforme
C'est là qu'opère le goût. L'IA déblaie le travail répétitif. Vous prenez les décisions finales.
Recadrage pour les réseaux sociaux
Chaque plateforme a besoin de ratios différents :
| Plateforme | Ratio | Résolution |
|---|---|---|
| YouTube | 16:9 | 1920x1080 |
| TikTok / Reels | 9:16 | 1080x1920 |
| Instagram Feed | 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 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 et les horodatages de scènes :
« Avec cette transcription et ces horodatages de scènes, identifie les 5 clips
de 30 secondes les plus engageants pour les réseaux sociaux. »
Ce que chaque outil fait de mieux
| Outil | Force | Faiblesse |
|---|---|---|
| Claude / Codex | Organisation, planification, génération de code | Pas la couche de goût créatif |
| FFmpeg | Coupes déterministes, traitement par lots, conversion de formats | Pas d'interface de montage visuel |
| Remotion | Incrustations programmables, scènes composables, modèles réutilisables | Courbe d'apprentissage pour les non-développeurs |
| Screen Studio | Captures d'écran soignées immédiatement | Capture d'écran uniquement |
| ElevenLabs | Voix, narration, musique, bruitages | Pas le centre du workflow |
| Descript / CapCut | Rythme final, sous-titres, polissage | Manuel, non automatisable |
Principes clés
- Montez, ne générez pas. Ce workflow sert à couper des séquences réelles, pas à créer à partir de prompts.
- Structure avant style. Établissez le récit dans la Couche 2 avant de toucher à quoi que ce soit de visuel.
- FFmpeg est l'épine dorsale. Ennuyeux mais essentiel. Là où les longues séquences deviennent gérables.
- Remotion pour la répétabilité. Si vous le faites plus d'une fois, transformez-le en composant Remotion.
- Générez 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 déblaie le travail répétitif. Vous prenez les décisions créatives finales.
Compétences associées
fal-ai-media— Génération IA d'images, vidéos et audiovideodb— Traitement vidéo côté serveur, indexation et streamingcontent-engine— Distribution de contenu native aux plateformes