AI 비디오 편집기은(는) 무엇을 하나요?
원시 토킹헤드 녹화본을 완성된 비디오로 변환합니다: 무음과 실수 제거, 7가지 스타일의 모션 그래픽, 사운드 효과, 선택적 자막, YouTube에 맞춘 음량 설정. 모든 작업은 사용자 컴퓨터에서 무료 도구(faster-whisper를 통한 Whisper 전사, ffmpeg 컷 및 인코딩, headless Chromium 그래픽 렌더링)로 실행됩니다. 당신(에이전트)이 편집자입니다: 컷을 결정하고 그래픽을 작성합니다.
SKILL은 이 스킬의 폴더(이 파일이 들어 있는 폴더)를 의미합니다. 도구가 위치를 알려주지 않았다면, scripts/render.py가 포함된 다음 경로 중 첫 번째를 찾으세요: ~/.claude/skills/ai-video-editor, ~/.config/opencode/skills/ai-video-editor, ~/.agents/skills/ai-video-editor, 또는 현재 프로젝트 아래 .claude/skills, .opencode/skills, .agents/skills에 같은 이름으로 된 폴더. 스크립트는 사용자의 Python(python – Windows, 일반적으로 macOS/Linux는 python3)으로 실행하세요. 경로는 따옴표로 감싸세요: 비디오 경로에는 공백이 자주 포함됩니다. 모든 스크립트는 JSON 또는 짧은 보고서를 출력하므로 다음 단계 전에 읽어야 합니다.
0. 설정 (처음 한 번만)
python "SKILL/scripts/setup.py" --check
누락된 것이 있으면 python "SKILL/scripts/setup.py"를 실행하세요(faster-whisper, playwright, numpy, pillow 및 headless 브라우저 설치, 모두 무료). ffmpeg는 별도로 설치해야 합니다: 보고서에 사용자 OS에 맞는 명령어가 출력됩니다(Windows: winget install Gyan.FFmpeg, macOS: brew install ffmpeg). 시스템 전체에 설치하기 전에 사용자에게 물어보세요.
1. 먼저 질문하기
비디오를 건드리기 전에 다음 질문들을 한 번에 하세요(질문 도구가 있으면 사용하고, 없으면 짧은 번호 목록으로). 사용자가 "기본값"이라고 말할 수 있도록 기본값을 대괄호 안에 제시하세요.
- 무음 부분을 자를까요? 예 / 아니오 [예]. 속도: 자연스럽게(0.3초 일시 정지 유지) 또는 빡빡하게(0.15초) [자연스럽게].
- 실수를 자를까요? 재녹음, 잘못된 시작, 반복된 대사, "잠깐만 다시 할게요": 예 / 아니오 [예]. 실수 컷 목록을 먼저 승인받을까요? [예]
- 스타일 (
SKILL/styles/index.json읽기, 각 한 줄):- Warm Canvas: 차분한 사설, 당신이 화면에 남고 세리프 자막과 카드의 PiP 캔버스. 토킹헤드에 가장 좋은 기본값.
- Creator Motion Graphics: 펀치감 있는 키네틱 타입, 어두움, 높은 에너지.
- Clean Tech: 밝고 깔끔한 UI 카드와 기술 주제용 키네틱 타입.
- Software Walkthrough: 모의 앱 화면, 튜토리얼용 커서와 클릭.
- Data Story: 숫자와 트렌드를 위한 어두운 차트와 카운터.
- Chalk Talk: 아이디어 설명을 위한 손으로 그린 칠판.
- Pop Info: 캐릭터가 있는 평면 일러스트 인포그래픽 장면. 또는 "그래픽 없음"(컷만 하고, 원하면 자막 추가).
- 언어: 영어, 힌디어, 또는 힌디어/영어 혼합 [감지].
- 자막: 예 / 아니오 [아니오]. 힌디어: 데바나가리 문자 또는 로마자(힝글리시)?
- 그래픽 양: 약간(핵심 순간만) / 보통 [약간]. 그래픽은 설명이 필요한 곳에만.
- 중간 점검: 그래픽 계획과 스틸 이미지를 최종 렌더링 전에 검토할까요? [예]
사용자가 이미 일부 답변을 제공했다면, 나머지만 물어보세요.
2. 전사
python "SKILL/scripts/transcribe.py" "VIDEO" --lang en|hi|auto
비디오 옆에 <video name>_edit 프로젝트 폴더(WORK)를 만들고 transcript.txt를 작성합니다.
영어는 CPU에서 small.en(빠름)을, NVIDIA GPU에서는 large-v3-turbo를 사용합니다; 힌디어/혼합은 항상 large-v3-turbo를 사용합니다. 첫 번째 실행 시 모델을 한 번 다운로드합니다(small.en 약 0.5GB, turbo 약 1.6GB). CPU에서 turbo는 비디오 길이만큼 또는 그 이상 걸리므로, 긴 실행 전에 사용자에게 알리세요. --model medium.en은 영어의 중간 지점입니다.
3. 실수 찾기 (사용자가 아니오라고 하면 건너뜀)
WORK/transcript.txt를 읽으세요. 각 줄은 구절입니다: [start-end] wA-wB: text, (pause Ns) 사이에. 다음을 찾으세요:
- 재녹음: 같은 문장(또는 그 시작 부분)이 두 번 이상 말해짐. 마지막 완전한 테이크를 유지하고, 이전 시도는 중간에 끝난 단어도 포함해 완전히 제거.
- 잘못된 시작: 생각을 중간에 멈추고 다시 시작하는 구절("그래서 가장 중요한, 핵심은"). 포기한 부분을 제거.
- 명시적 재시도 신호: "다시 말할게", "그거 자르고", "한 번 더", "잠깐만", "미안". 신호와 해당 테이크를 제거.
- 시작/끝의 대꾸: "좋아, 녹화 중", "이거 켜져 있나?", 끝의 "그리고, 음, 그래".
- 문장 내부의 "음", "어" 같은 대꾸: 긴 클러스터나 긴 대꾸만 제거; 단일 대꾸는 보통 자연스러움. 힌디어 사용자의 "matlab", "toh", "na"는 정상적인 말투이므로 유지. 내용이 비격식적이라는 이유로 제거하지 말고, 문장 순서를 절대 바꾸지 마세요.
WORK/edits.json을 작성하세요:
{ "remove": [ {"from": 41, "to": 58, "why": "인트로 첫 테이크"},
{"from": 203, "to": 207, "why": "잘못된 시작"} ] }
from/to는 transcript.txt의 단어 인덱스(포함)입니다. 그런 다음 계획을 미리 보세요:
python "SKILL/scripts/cut.py" WORK --dry-run --style STYLE --captions yes|no [--no-silence] [--pause 0.15]
사용자가 실수 컷을 승인하려 했다면, mistake_cuts 목록(시간, 이유, 제거된 단어)을 보여주고 기다리세요. 사용자가 동의하지 않으면 edits.json을 조정하세요.
4. 컷
python "SKILL/scripts/cut.py" WORK --style STYLE --captions yes|no [--no-silence] [--pause 0.15]
cut.mp4(프레임 정확, 클릭 없는 연결, 기본 1080p; --height 2160은 4K 유지), transcript_edited.txt/json(새로운 시간 포함) 및 컷 요약을 작성합니다. 사용자가 그래픽 없음을 선택한 경우 --style warm-canvas를 사용하세요(자막 모양만 설정)하고 빈 story로 7단계로 건너뛰세요: var EDIT = { D: <cut_seconds>, SPANS: [], draw() {}, score() {} };.
5. 그래픽 계획
다음 순서로 읽으세요:
SKILL/references/story-guide.md(계약, 푸티지 도우미, 사운드 및 취향 규칙). 항상.SKILL/styles/STYLE/style.md(스타일의 모양과 규칙).SKILL/styles/STYLE/base.js(STYLE:배너부터 끝까지, 도우미 및 배울 데모 장면).- Warm Canvas의 경우,
SKILL/references/example-story-warm-canvas.js(완전히 작동하는 story). WORK/transcript_edited.txt.
비트를 선택하세요: 시각 자료가 아이디어를 더 명확하게 만드는 순간(목록, 숫자, 비교, 과정, 핵심 용어, 전후 비교, 명명된 도구). 약간 = 3060초에 한 비트 정도; 보통 = 1530초에 한 비트. 개인적이고 감정적인 대사는 일반 푸티지에 남깁니다. 각 비트에 대해: 시작/끝 시간, 설명하는 단어, 화면에 표시될 내용, 진입 및 종료 방법을 기록하세요.
사용자가 중간 점검을 원했다면, 비트 목록(짧은 표)을 보여주고 승인을 기다리세요.
6. story.js 작성 및 확인
가이드에 따라 WORK/story.js를 작성하세요. EDIT.D를 WORK/edit.json의 cut_seconds로 설정하세요. 그런 다음:
python "SKILL/scripts/render.py" WORK --check
python "SKILL/scripts/render.py" WORK --stills auto
WORK/stills/contact.png(이미지, 살펴보기)를 열고 잘못된 부분(잘리거나 겹치는 텍스트, 작은 글씨, 얼굴을 가리는 그래픽, 스타일에 맞지 않는 색상, 잘못된 단어)을 수정하세요. 올바르게 보일 때까지 반복하세요. 중간 점검의 경우, 사용자에게 연락처 시트를 보여주세요. 선택적 라이브 미리보기(사운드 포함): python "SKILL/scripts/preview.py" WORK (백그라운드에서 실행, localhost 링크 출력).
7. 렌더링
python "SKILL/scripts/render.py" WORK
그래픽 프레임을 병렬로 렌더링하고, 효과, 자막(켜져 있는 경우), 목소리와 효과를 혼합하고, -14 LUFS로 정규화한 후 WORK/final.mp4를 작성합니다. 노트북에서 그래픽 초당 몇 프레임 예상; 일반 푸티지는 추가 비용 없음. 옵션: --preset slow (더 작고 약간 더 나은 파일), --sfx-gain 0.7 (더 조용한 효과), --no-captions, --height 2160.
사용자에게 final.mp4의 위치, 얼마나 많이 잘렸는지(컷 요약에서), 어떤 그래픽이 추가되었는지 알리세요.
나중에 수정하기
- 컷이 잘못됨:
edits.json수정(또는--no-silence/ 다른--pause로 실행), cut.py 재실행. 그런 다음 단어가 이동했다면 story의 시간을 조정하고(transcript_edited.txt 다시 읽기) 다시 렌더링. - 자막에서 잘못 들은 단어: transcript_edited.json에서 해당
"w"수정(또는"cap"추가), 다시 렌더링. - 로마자 힌디어 자막: transcript_edited.json의 각 단어에 로마자 철자로
"cap"추가. - 그래픽만 변경됨: story.js를 수정하고 render.py 실행; 다른 것은 다시 할 필요 없음.
제한 사항
- 16:9 비디오. 세로 또는 정사각형 소스는 현재 16:9로 중앙 크롭됨.
- 편집당 하나의 연속 녹화(필요시 먼저 ffmpeg로 클립 연결).