video-studio - Atelier vidéo automatique

Video Studio - montage vidéo automatique

Cette compétence produit des vidéos finalisées, et pas seulement des instructions. Tout passe par une porte unique : scripts/autovideo.py. Les connaissances métier (angles de caméra, rythme, son, sous-titres, CapCut, films IA, leçons pratiques) se trouvent dans references/ pour prendre les bonnes décisions lors de l'établissement du storyboard et de la lecture des rapports de contrôle qualité.

Chemin du script : dossier contenant ce fichier + /scripts/ (installation selon le README : ~/.claude/skills/video-studio/scripts).

0. Commandes slash pour l'utilisateur

/video:plan discuter idée - scénario - storyboard - éclairage · /video:make monter une nouvelle vidéo · /video:revoice remplacer la voix off · /video:subs sous-titres · /video:reframe changer de format (vertical/carré) · /video:library banque de plans · /video:qc contrôle qualité · /video:voices choisir une voix selon l'objectif · /video:fix corriger les saccades/fps/tremblements · /video:critic critique indépendante · /video:slop détecter et corriger les artefacts IA (AI slop) · /video:capcut exporter vers CapCut. Si l'utilisateur s'exprime en langage naturel (sans utiliser les commandes), le système suit le tableau ci-dessous.

0b. Outils MCP video-studio (à privilégier quand ils sont disponibles)

Lorsque les outils mcp__video-studio__* sont présents dans la session, appelez-les directement plutôt que d'exécuter les scripts avec Bash :

• Rapides : video_probe, video_qc, contact_sheet, voices_suggest, voices_catalogue, pronunciation_preview, shot_search, motion_stills, slop_check, slop_compare.
• Tâches longues (renvoient job_id, suivi via job_status / job_list) : make_video, revoice_video, subtitle_video, convert_fps, reframe_video, stabilize_video, motion_graphic, critic_kit, voice_samples. Enregistrement unique : claude mcp add --scope user video-studio -e PYTHONIOENCODING=utf-8 -- python <repo>/scripts/mcp_server.py.

1. Choisir la commande selon la demande

L'utilisateur veut	Action à réaliser
Créer une nouvelle vidéo à partir d'une idée/scénario + banque de sources (vidéos, images)	Écrire project.json selon templates/project_make.json → autovideo.py make project.json --out NOM_v1.mp4
Changer la voix off / remplacer la voix d'une vidéo existante	autovideo.py revoice VIDEO.mp4 --script paroles.txt [--voice auto --muc-dich thoi_su] --out NOM_v1.mp4 [--subs]
Ajouter des sous-titres à une vidéo	autovideo.py subs VIDEO.mp4 --script paroles.txt --out NOM_sub.mp4 (détection automatique des repères sur l'audio)
Vérifier une vidéo avant livraison	autovideo.py qc VIDEO.mp4 (+ contact_sheet.py pour un contrôle visuel)
Changer le fps (24/25/30/50/60/120), ralenti, corriger les saccades	fps_convert.py convert SOURCE DEST --fps 24 [--slowmo 4] (RIFE GPU)
Passer du paysage au portrait/carré avec suivi du sujet ; panoramique/zoom virtuel ; stabilisation	camera.py reframe / move / stabilize
Sélectionner les meilleurs plans parmi les rushes, rechercher par description	shot_select.py scan / best / search
Étalonner les couleurs entre les plans, appliquer un look cinéma	grade.py match / look / apply
Exporter pour une plateforme, détecter les temps forts musicaux	deliver.py export <preset> / beats
Discuter idée, storyboard, éclairage, angles de caméra avant montage	/video:plan + references/11-dien-anh-cao-cap.md
Cartes de trajet, chapitres, graphiques de données (motion graphics par code)	motion_html.py stills/render + templates/motion/*.html, ou scène "nguon": {"html": ...}
Scénario/film qui sonne « IA » : phrases creuses, chiffres non sourcés, affirmations gratuites, rythme uniforme, effets excessifs	/video:slop (slop_guard.py mesure → nouvel agent propose des corrections → compare mesure à nouveau)
Évaluation du film avant envoi (évaluateur différent du monteur)	/video:critic (critic.py + nouvel agent, évalue jusqu'à ce que tous les critères ≥ 8)
Choisir une voix selon l'objectif	voices.py suggest --muc-dich thoi_su --gioi-tinh nu, générer 2-3 échantillons vocaux suggérés, les envoyer à l'utilisateur pour écoute
Transférer vers CapCut pour réglages manuels	ajouter --capcut NOM_BROUILLON à make/revoice, ou capcut_api.py build --spec
Film IA / micro-drama	references/09-phim-ai-pipeline.md + storyboard.py jobs

Toutes les commandes sont automatiques : ne pas écraser les fichiers existants, sauvegarder les fichiers intermédiaires dans <sortie>_work/, écrire BAO_CAO_QC.md (défauts d'image, indice de saccade, LUFS, % de paroles correspondant au scénario). Lire le rapport avant d'envoyer et citer les mesures dans la réponse.

2. Créer project.json pour make (le plus important)

• Chaque canh (scène) contient une idée unique de parole. nguon (source) peut être : {"file", "vao", "ra"} (vidéo), {"anh", "hieu_ung": zoom_in|zoom_out|pan_left|pan_right}, {"mau": "#0E2440"}.
• La durée de la scène se calcule automatiquement = max(thoi_luong, durée de la voix + 0,9 s). La scène vidéo recule automatiquement à l'intérieur d'un plan original ; si la source n'est pas assez propre, la scène se retire automatiquement, pas de freeze.
• L'image doit correspondre exactement aux paroles (bon chantier, bon événement) - choisir la source via probe_qc.py --inventory + contact_sheet.py sur la source, ne pas deviner d'après le nom du fichier.
• chuyen_canh (transition) : cut pour une même idée, dissolve lors d'un changement d'idée/d'espace. Durée de scène ≤ 7-8 s.
• Les paroles sont écrites comme parlées ; chiffres et unités en l'état (119 km, 100 km/h) - tts_vi.py normalise automatiquement (trait d'union/tiret n'est pas lu comme « à »).
• chu_tren_hinh (texte à l'écran) : court, seulement les chiffres/noms présents dans les paroles ; ne pas utiliser "—".
• Avancé : fps du projet quelconque (sources à fps différent passent automatiquement par fps_convert), scène vidéo avec slowmo, camera (push/pan virtuel), on_dinh (stabilisation), khung_thong_minh (suivi intelligent du sujet lors de l'export vertical) ; le projet peut avoir mau (étalonnage + look) et cat_theo_nhac (montage sur les temps forts).
• Pas de voix imposée : "giong": "auto" (par défaut) choisit selon "muc_dich" (objectif : doanh_nghiep entreprise, thoi_su actualités, tai_lieu documentaire, quang_cao publicité, mang_xa_hoi réseaux sociaux, huong_dan tutoriel, sang_trong solennel, tre_em enfants, su_kien événement) + "gioi_tinh" (genre), "vung" (région), "am_sac" (timbre : grave/moyen/aigu), basé sur le profil de chaque voix (voices.py profile : justesse de prononciation, hauteur, vitesse). Ou spécifier : nom de voix VieNeu, {"edge": "vi-VN-HoaiMyNeural"}, {"clone": "mau_giong.wav"} (le locuteur doit donner son accord), ou enregistrement réel "ghi_am": "cau3.wav" pour chaque scène. Chaque scène/personnage peut avoir une voix différente. Toujours proposer 2-3 voix suggérées (voices.py suggest) à l'utilisateur pour écoute avant validation.
• Précision : dictionnaire de prononciation templates/phat_am.json + "phat_am" propre au projet (abréviations, noms propres) ; chaque phrase est écoutée par Whisper, si une phrase a une précision < "do_chinh_xac" (0,97), elle est relue automatiquement jusqu'à "doc_lai" fois, avec rapport par phrase ; les sous-titres sont alignés mot par mot.
• Options de montage : "phong_cach" (style) : trang_trong (solennel) | dien_anh (cinéma, letterbox 2.39, filmique) | tai_lieu (documentaire) | nang_dong (dynamique, montage sur les temps forts) | mang_xa_hoi (réseaux sociaux, suivi du sujet). Transitions par scène : cut, dissolve, fade_black, dip_white, wipe_left/right, slide_left/right, zoom_in. Format : "khung" : fill (remplir, rogner) | fit_blur (conserver intégralité, fond flou) | smart (suivi du sujet). "letterbox": 2.39. Toutes les options peuvent être écrasées scène par scène.
• Graphismes animés : "nguon": {"html": "templates/motion/route_map.html", "params": {...}} (carte de trajet dessinée progressivement, cartes chapitre...). make exporte également une version audio seule _chi_nhac.mp4. Brief du réalisateur + facts.md avant le montage d'un grand film (references/12).
• Anti artefacts IA : "facts": "facts.md" (chaque chiffre + phrase originale + document + date) et "luat": ["~/.video_studio/luat/<client>.json"] (règles du client, en dehors du dépôt). make vérifie automatiquement et inscrit une section « Anti artefacts IA » dans le rapport ; "chan_khi_slop": true pour s'arrêter s'il reste des chiffres inventés ou des violations de règles. Si le client modifie une phrase manuellement, recopier le texte exact dans le livre de règles (slop_guard.py ghi) pour que les films suivants le détectent automatiquement (references/13).
• Sélection automatique de plans : "kho_canh": "kho.json" (provenant de shot_select.py scan --clip) et "nguon": {"tim": "aerial view of a highway at sunset"} → récupérer le plan le plus pertinent, suffisamment long, pas déjà utilisé, de bonne qualité. Écrire la description de recherche en anglais.

3. Règles immuables

1. Ne pas supprimer/écraser une version livrée. Nouvelle version _vN. Remplacer la version principale uniquement après approbation de l'utilisateur : mv -n de l'ancienne version vers _luu_<description>, cp -n de la nouvelle, cmp pour confirmer.
2. Mesurer avant de parler - utiliser les chiffres du BAO_CAO_QC.md ; si pas encore mesuré, dire que ce n'est pas mesuré.
3. Contenu véridique : chantier/unité corrects, pas de stock étranger, pas de QR, pas de pub, pas de slogan hors sujet, pas de personnes non autorisées.
4. Traduction à 100 % du sens et du contexte ; en cas de doute, demander.
5. Ne pas saisir de mot de passe/clé API à la place de l'utilisateur.
6. Télécharger les modèles uniquement de sources fiables, privilégier .safetensors, installer un venv dédié.
7. Communication en français.
8. Ne pas fournir de chiffres inventés : tout chiffre à l'écran ou dans la narration doit figurer dans facts ou être déclaré [calcul: ...]. Les corrections proposées par un agent ne sont acceptées qu'après une nouvelle mesure via slop_guard.py compare (l'auteur ne peut pas s'auto-valider).

4. Charger les références si nécessaire

Quand	Fichier
Processus, versions, rapport client	references/01-quy-trinh.md
Angles de caméra, taille de plan, rythme de coupe, transitions, images fixes	references/02-ngon-ngu-hinh-anh.md
Saccades, à-coups, images aberrantes, changement de fps	references/03-khung-hinh-chuyen-dong.md
Couleur, scale/crop, logo, export	references/04-hinh-anh-mau-xuat.md
Voix, TTS, musique, LUFS	references/05-am-thanh-giong-doc.md
Sous-titres, traduction, texte à l'écran	references/06-phu-de-dich-chu.md
CapCut (MCP, VectCutAPI, web)	references/07-capcut.md
QC avant livraison	references/08-qc-giao-file.md
Films IA / micro-drama	references/09-phim-ai-pipeline.md
Leçons apprises à nos dépens	references/10-bai-hoc-thuc-te.md
Éclairage, objectifs, ouverture/obturateur/ISO/ND selon situation, prompt vidéo IA, angles, couleur, son, montage	references/11-dien-anh-cao-cap.md
Anti artefacts IA : chiffres sourcés, livre de règles client, relecteur aveugle, re-mesure avant validation	references/13-chong-ai-slop.md
Brief du réalisateur, règles anti « mouvement IA », graphismes par code, cycle de critique, grands projets (GES, 3D, état des lieux)	references/12-dao-dien-motion-va-phe-binh.md

5. Scripts

Script	Rôle
autovideo.py	Porte principale : make, revoice, subs, qc
voices.py	Profil de chaque voix, suggestion par objectif, multiples sources vocales (VieNeu, Edge, clone, enregistrement)
accuracy.py	Dictionnaire de prononciation, écoute phrase par phrase, relecture automatique des phrases incorrectes
motion_html.py	Graphismes animés en HTML + seek(t) (Playwright), motion blur subframe automatique
critic.py	Kit d'évaluation indépendant : contact/phone/strip, images mortes, texte suffisamment long, vérification artefacts IA (avec slop_guard)
slop_guard.py	Anti artefacts IA déterministe : chiffres sourcés/déduits, phrases creuses, affirmations gratuites, rythme, montage uniforme, livre de règles client ; compare valide/rejette les corrections
mcp_server.py	Serveur MCP : 21 outils (rapides + file d'attente de jobs) pour que Claude appelle directement
probe_qc.py	Inventaire des sources / QC vidéo (images aberrantes, flashs, images répétées, freeze, saccade, cadence, LUFS, bordures noires)
contact_sheet.py	Planche contact 3 images/plan pour contrôle visuel
fps_convert.py	Convertisseur fps 24-120, ralenti, motion blur 180°, détection d'images interpolées (RIFE/flow)
camera.py	Recadrage intelligent (visage + saillance), panoramique/zoom virtuel, stabilisation vidstab
shot_select.py	Banque de plans : détection de plans, notation, recherche par description (CLIP)
grade.py	LUT d'étalonnage, balance automatique, look ; application de LUT
deliver.py	Préréglages d'export par plateforme, détection des temps forts musicaux
cadence_fix.py	Correction de cadence par segment via optical flow (ancienne version, pas besoin de GPU)
tts_vi.py	VieNeu-TTS vietnamien (25 voix), normalisation du texte, exécution automatique dans un venv dédié
speech_check.py	% de paroles correspondant au scénario (Whisper), estimation du dialecte
voice_mix.py	Placement des paroles sur les repères, chaîne de traitement vocal, ducking, LUFS, montage vidéo
subs.py	Découpage des sous-titres, SRT/ASS, incrustation
demucs_split.py	Séparation voix/musique
capcut_api.py	Création d'un brouillon CapCut desktop via VectCutAPI
storyboard.py	Vérification du storyboard, shotlist, file d'attente de jobs pour films IA

Environnement (installation via install.ps1) : ffmpeg dans le PATH ; Python 3.12 (numpy, opencv, soundfile, librosa, Pillow, faster-whisper, torch, demucs) ; VieNeu dans ~/tools/venv_vieneu (modifiable via VIENEU_PY) ; RIFE dans ~/tools/rife/ (RIFE_BIN) ; YuNet dans ~/tools/models/ (YUNET_ONNX) ; VectCutAPI dans ~/tools/VectCutAPI (port 9001).