Processeur Vidéo
Instructions
Cette compétence fournit des utilitaires de traitement vidéo, notamment l'extraction audio, la conversion de format et la transcription audio à l'aide de FFmpeg et du modèle Whisper d'OpenAI.
Prérequis
Outils requis (doivent être installés dans votre environnement) :
-
FFmpeg : Framework multimédia pour le traitement audio/vidéo
# macOS brew install ffmpeg # Ubuntu/Debian apt-get install ffmpeg # Vérifier l'installation ffmpeg -version -
OpenAI Whisper : Modèle de transcription parole-texte
# Installer via pip pip install -U openai-whisper # Vérifier l'installation whisper --help
Paquets Python (inclus dans le script via PEP 723) :
- click (framework CLI)
- ffmpeg-python (wrapper Python pour FFmpeg)
Flux de travail
Utilisez le script scripts/video_processor.py pour toutes les tâches de traitement vidéo. Le script fournit une interface en ligne de commande simple avec les commandes suivantes :
1. Extraire l'audio d'une vidéo
Extraire la piste audio d'un fichier vidéo :
uv run .claude/skills/video-processor/scripts/video_processor.py extract-audio input.mp4 output.wav
Options :
--format: Format audio de sortie (défaut : wav). Supporte : wav, mp3, aac, flac- La sortie est adaptée à la transcription ou à une utilisation audio autonome
2. Convertir une vidéo en MP4
Convertir n'importe quel fichier vidéo au format MP4 :
uv run .claude/skills/video-processor/scripts/video_processor.py to-mp4 input.avi output.mp4
Options :
--codec: Codec vidéo (défaut : libx264). Options courantes : libx264, libx265, h264--preset: Préréglage vitesse/qualité d'encodage (défaut : medium). Options : ultrafast, fast, medium, slow, veryslow
3. Convertir une vidéo en WebM
Convertir n'importe quel fichier vidéo au format WebM (optimisé pour le web) :
uv run .claude/skills/video-processor/scripts/video_processor.py to-webm input.mp4 output.webm
Options :
--codec: Codec vidéo (défaut : libvpx-vp9). Options : libvpx, libvpx-vp9- WebM est optimisé pour la lecture et le streaming sur le web
4. Transcrire l'audio avec Whisper
Transcrire des fichiers audio ou vidéo en texte à l'aide du modèle Whisper d'OpenAI :
# Transcrire un fichier vidéo (l'audio sera extrait automatiquement)
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe input.mp4 transcript.txt
# Transcrire un fichier audio directement
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe audio.wav transcript.txt
Options :
--model: Taille du modèle Whisper (défaut : base). Options :tiny: Plus rapide, précision la plus faible (~1 Go RAM)base: Rapide, bonne précision (~1 Go RAM) [PAR DÉFAUT]small: Équilibré (~2 Go RAM)medium: Haute précision (~5 Go RAM)large: Meilleure précision, plus lent (~10 Go RAM)
--language: Code de langue (défaut : détection automatique). Exemples : en, es, fr, de, zh--format: Format de sortie (défaut : txt). Options : txt, srt, vtt, json
Flux de transcription :
- Si l'entrée est une vidéo, FFmpeg extrait l'audio dans un fichier WAV temporaire
- Whisper traite le fichier audio
- La transcription est enregistrée dans le format demandé
- Les fichiers temporaires sont nettoyés automatiquement
5. Exemple de flux de travail combiné
Traiter une vidéo de bout en bout :
# 1. Extraire l'audio pour analyse
uv run .claude/skills/video-processor/scripts/video_processor.py extract-audio lecture.mp4 lecture.wav
# 2. Transcrire en sous-titres SRT
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe lecture.mp4 lecture.srt --format srt --model small
# 3. Convertir au format web
uv run .claude/skills/video-processor/scripts/video_processor.py to-webm lecture.mp4 lecture.webm
Détails techniques clés
Intégration FFmpeg et Whisper :
- FFmpeg ne transcrit pas l'audio lui-même – il prépare l'audio pour une transcription externe
- Le flux est : Extraire l'audio (FFmpeg) → Transcrire (Whisper) → Optionnel : Réintégrer avec la vidéo
- FFmpeg peut envoyer l'audio directement à Whisper pour un traitement en temps réel (cas d'utilisation avancé)
Format audio pour la transcription :
- Whisper fonctionne mieux avec les formats WAV ou MP3
- Fréquence d'échantillonnage : 16 kHz est optimal (le script gère la conversion automatiquement)
- Le script extrait l'audio avec des paramètres optimaux pour Whisper
Formats de sortie :
- txt : Transcription en texte brut
- srt : Format de sous-titres SubRip (inclut les horodatages)
- vtt : Format de sous-titres WebVTT (standard web)
- json : JSON détaillé avec horodatages au niveau du mot
Gestion des erreurs
Le script inclut une gestion complète des erreurs :
- Valide l'existence des fichiers d'entrée
- Vérifie que FFmpeg et Whisper sont installés
- Fournit des messages d'erreur clairs pour les dépendances manquantes
- Gère le nettoyage des fichiers temporaires en cas d'erreur
Conseils de performance
- Utilisez les modèles
tinyoubasepour des brouillons rapides - Utilisez
smalloumediumpour des transcriptions de production - Utilisez
largeuniquement lorsque la précision maximale est requise - Pour les longues vidéos, envisagez d'extraire l'audio d'abord, puis de transcrire par segments
- La conversion WebM avec VP9 prend plus de temps mais produit des fichiers plus petits
Exemples
Exemple 1 : Conversion rapide d'une vidéo en MP4
Demande de l'utilisateur :
J'ai un fichier AVI de mon ancien appareil photo. Pouvez-vous le convertir en MP4 ?
Vous devez :
- Utiliser la commande to-mp4 avec les paramètres par défaut :
uv run .claude/skills/video-processor/scripts/video_processor.py to-mp4 old_video.avi output.mp4 - Confirmer que la conversion a réussi
- Informer l'utilisateur de l'emplacement du fichier de sortie
Exemple 2 : Extraire l'audio et transcrire
Demande de l'utilisateur :
J'ai enregistré une vidéo de cours et j'ai besoin d'une transcription. Pouvez-vous extraire l'audio et le transcrire ?
Vous devez :
- D'abord extraire l'audio :
uv run .claude/skills/video-processor/scripts/video_processor.py extract-audio lecture.mp4 lecture.wav - Puis transcrire avec le modèle base (bon équilibre rapidité/précision) :
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe lecture.mp4 transcript.txt --model base - Partager le fichier transcript.txt avec l'utilisateur
Exemple 3 : Créer une vidéo optimisée pour le web avec sous-titres
Demande de l'utilisateur :
Je dois mettre cette vidéo sur mon site web avec des sous-titres. Pouvez-vous m'aider ?
Vous devez :
- Convertir en WebM pour une optimisation web :
uv run .claude/skills/video-processor/scripts/video_processor.py to-webm presentation.mp4 presentation.webm - Générer un fichier de sous-titres SRT :
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe presentation.mp4 subtitles.srt --format srt --model small - Informer l'utilisateur qu'il dispose désormais de :
- presentation.webm (vidéo optimisée pour le web)
- subtitles.srt (fichier de sous-titres pour intégration)
Exemple 4 : Transcription de haute qualité avec spécification de langue
Demande de l'utilisateur :
J'ai une vidéo d'entretien en espagnol qui nécessite une transcription précise pour publication.
Vous devez :
- Utiliser un modèle plus grand avec la langue spécifiée pour une meilleure précision :
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe interview.mp4 transcript.txt --model medium --language es - Créer éventuellement un SRT pour révision :
uv run .claude/skills/video-processor/scripts/video_processor.py transcribe interview.mp4 transcript.srt --format srt --model medium --language es - Réviser la transcription avec l'utilisateur et apporter les corrections nécessaires
Exemple 5 : Traitement par lots de plusieurs vidéos
Demande de l'utilisateur :
J'ai un dossier de vidéos de formation qui doivent toutes être converties en WebM et transcrites.
Vous devez :
- Lister tous les fichiers vidéo dans le répertoire :
ls training_videos/*.mp4 - Pour chaque fichier vidéo, exécuter la conversion et la transcription :
# Pour chaque vidéo : video1.mp4, video2.mp4, etc. uv run .claude/skills/video-processor/scripts/video_processor.py to-webm training_videos/video1.mp4 output/video1.webm uv run .claude/skills/video-processor/scripts/video_processor.py transcribe training_videos/video1.mp4 output/video1.txt --model base # Répéter pour chaque fichier - Confirmer que toutes les conversions et transcriptions sont terminées
- Fournir un résumé des fichiers de sortie
Résumé
La compétence video-processor fournit une interface unifiée pour les tâches courantes de traitement vidéo :
- Extraction audio : Extraire les pistes audio dans différents formats
- Conversion de format : Convertir en MP4 (universel) ou WebM (optimisé pour le web)
- Transcription : Parole en texte avec plusieurs formats de sortie
- Flexible : Arguments CLI pour la sélection du modèle, la langue et les formats de sortie
Toutes les opérations sont gérées via un script unique, bien documenté, avec des valeurs par défaut judicieuses et une gestion complète des erreurs.