Communitygithub.com

video-to-shorts

긴 영상을 Shorts로 변환합니다. 긴 말하기 영상에서 가장 강력한 한두 문장을 찾아 클립을 시작하고, 문장 단위로만 자르며, 수직 1080x1920으로 크롭하고, 자막을 입히고, 처음부터 끝까지 결과를 확인합니다. 인터뷰, 강연, 웨비나 등에서 YouTube Shorts, Reels 또는 TikToks를 만들 때 사용하세요.

video-to-shorts란 무엇인가요?

이 스킬은 긴 말하기 영상을 20~60초의 수직 클립으로 자르고, 가장 강력한 문장으로 시작하며, 문장 중간에 끊기지 않고 자동 자막을 추가합니다. `faster-whisper`(음성을 단어별 타임스탬프와 함께 텍스트로 변환)와 `ffmpeg`(자르기, 크롭, 자막 추가)라는 두 가지 무료 도구를 사용합니다. 사용자가 "Shorts 만들어줘", "클립으로 잘라줘" 또는 "내 비디오를 Shorts로 바꿔줘"라고 요청할 때 적합하며, 인터뷰, 강연, 웨비나 등 모든 말하기 영상에 적용할 수 있습니다. 이 스킬은 7단계로 구성됩니다: 1) 단어별 타임스탬프가 포함된 자막 생성, 2) 훅-중간-끝 구조로 클립 설계, 3) ffmpeg로 조각 자르고 합치기, 4) 수직 1080x1920으로 크롭, 5) 자막 입히기 및 음량 조정, 6) 처음부터 끝까지 품질 확인, 7) 게시 전 제목과 커버 선택. 중요한 규칙으로 화자가 하지 않은 말을 절대 만들지 않으며, 문장 단위로만 재정렬하고, 오류가 있을 경우 자막에서 조용히 수정하지 않고 사용자에게 알립니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/coding-island-js/keepaisharp-skills/tree/main/skills/video-to-shorts

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

내 긴 영상을 Shorts로 변환하기

누군가 말하는 긴 영상이 있습니다. 이 스킬은 20~60초의 수직 클립으로 자르고, 가장 좋은 문장으로 시작하며, 문장 중간에 멈추지 않고, 자막을 추가합니다. 두 가지 무료 도구를 사용합니다: faster-whisper(음성을 단어별 시간과 함께 텍스트로 변환)와 ffmpeg(자르기, 크롭, 자막 추가). 아래 명령어는 모두 예시입니다. 파일 이름, 시간, 크기를 영상에 맞게 변경하세요.

1단계. 단어별 시간이 포함된 자막 생성

한 번 설치: pip install faster-whisper, 그리고 ffmpeg.org에서 ffmpeg를 설치하세요.

예시 (Python):

from faster_whisper import WhisperModel
model = WhisperModel("large-v3", device="auto")   # GPU가 없는 노트북에서는 "small" 사용
segments, _ = model.transcribe("talk.mp4", word_timestamps=True, condition_on_previous_text=False,
                              initial_prompt="Hello. Welcome, everyone.")
with open("words.txt", "w", encoding="utf-8") as f:
    for seg in segments:
        f.write(f"[{seg.start:.2f}-{seg.end:.2f}] {seg.text.strip()}\n")
        f.write("    " + " ".join(f"{w.word.strip()}@{w.start:.2f}" for w in seg.words) + "\n")

words.txt의 각 줄은 시작 및 종료 시간이 있는 음성 구간입니다. 그 아래에는 각 단어와 시작 시간([email protected])이 있습니다. 단어 시간을 기준으로 자르세요: 구간은 종종 문장 중간에서 끝납니다.

condition_on_previous_text=False는 긴 파일에서 모델이 같은 줄을 반복하는 것을 방지합니다. 일부 파일에서는 large-v3가 모든 구두점과 대문자를 생략하게 만들 수도 있습니다. 일반 구두점으로 작성된 짧은 initial_prompt가 이를 복원하며, 문장이 끝나는 위치를 알기 위해 마침표가 필요합니다.

2단계. 클립 선택, 훅 먼저

자막을 읽으세요. 요점, 예시, 그리고 결론이 있는 구간을 찾으세요. 그런 다음:

  1. 훅. 가장 강력한 한두 문장, 맥락 없이도 이해되는 문장입니다 ("대부분의 사람들은 시간당으로 작업 가격을 책정하며, 그래서 가난하게 삽니다."). Short는 이 단어들로 시작하며, 구간에서 늦게 나오더라도 마찬가지입니다. Short의 첫 1초는 침묵이나 로고가 아닌 말이어야 합니다.
  2. 중간. 훅을 뒷받침하는 예시나 이야기.
  3. 끝. 결론이나 팁입니다. 클립에 없다면 같은 영상의 다른 곳에서 답변 문장을 가져오세요.

클립을 시작 및 종료 시간 목록으로 작성하세요. 각 조각은 문장의 첫 단어에서 시작하여 문장의 마지막 단어 후에 끝납니다. 전체 문장을 이동하는 것은 괜찮습니다. 절대 반쪽 문장을 다른 문장과 연결하여 화자가 하지 않은 말을 하게 만들지 마세요. 전체 길이: 20~60초.

3단계. 조각 자르고 합치기

첫 단어 전에 약 0.1초, 마지막 단어 후에 약 0.2초를 남겨 단어가 잘리지 않도록 하세요.

예시 (조각당 하나의 명령어; -t는 길이(초)):

ffmpeg -ss 312.30 -i talk.mp4 -t 7.40 -c:v libx264 -crf 18 -c:a aac -ar 48000 piece1.mp4
ffmpeg -ss 95.10 -i talk.mp4 -t 21.60 -c:v libx264 -crf 18 -c:a aac -ar 48000 piece2.mp4
printf "file 'piece1.mp4'\nfile 'piece2.mp4'\n" > list.txt
ffmpeg -f concat -safe 0 -i list.txt -c copy joined.mp4

4단계. 수직 1080x1920으로 만들기

1920x1080 영상의 경우, 화자 주변의 608x1080 창을 자르고 확대합니다. crop의 마지막 숫자는 창이 왼쪽 가장자리에서 얼마나 떨어져 있는지입니다. 정지 프레임에서 화자의 위치를 찾고 얼굴이 중앙에 오도록 설정하세요.

예시 (중앙 창):

ffmpeg -i joined.mp4 -vf "crop=608:1080:656:0,scale=1080:1920" -c:v libx264 -crf 18 -c:a copy vertical.mp4

5단계. 자막 추가

합친 클립을 다시 자막 변환(1단계, vertical.mp4 기준)하여 자막 시간이 새 클립과 일치하도록 하세요. 3~5개의 짧은 단어로 자막을 작성하여 .srt 파일에 저장합니다:

segments, _ = model.transcribe("vertical.mp4", word_timestamps=True, condition_on_previous_text=False,
                              initial_prompt="Hello. Welcome, everyone.")
words = [w for s in segments for w in s.words]
t = lambda x: f"{int(x//3600):02}:{int(x%3600//60):02}:{int(x%60):02},{int(x*1000%1000):03}"
chunks, chunk = [], []
for w in words:                      # 최대 4단어, 그리고 마침표 후 새 자막
    chunk.append(w)
    if len(chunk) == 4 or w.word.strip().endswith((".", "?", "!")):
        chunks.append(chunk)
        chunk = []
if chunk:
    chunks.append(chunk)
with open("captions.srt", "w", encoding="utf-8") as f:
    for n, c in enumerate(chunks, 1):
        text = "".join(w.word for w in c).strip()
        f.write(f"{n}\n{t(c[0].start)} --> {t(c[-1].end)}\n{text}\n\n")

captions.srt에서 잘못 들린 이름이나 단어를 수동으로 수정하세요. 그런 다음 자막을 입히고 볼륨을 앱에서 기대하는 수준(약 -14 LUFS)으로 설정합니다:

ffmpeg -i vertical.mp4 -vf "subtitles=captions.srt:force_style='FontSize=16,Bold=1,Outline=2,Alignment=2,MarginV=70'" -af "loudnorm=I=-14:TP=-1.5" -c:v libx264 -crf 18 -c:a aac short.mp4

captions.srt가 있는 폴더에서 이 명령어를 실행하고 파일 이름을 간단히 사용하세요. Windows에서 전체 경로(예: C:\clips\captions.srt)는 subtitles 필터를 손상시킵니다. ffmpeg가 콜론을 옵션의 시작으로 읽기 때문입니다.

자막을 중앙 하단에 유지하고, 얼굴과 오른쪽 가장자리의 앱 버튼을 가리지 않도록 하세요.

6단계. 처음부터 끝까지 확인

시청자처럼 Short를 소리와 함께 한 번 시청하세요. 그런 다음 각 항목을 확인합니다:

  • 첫 1초는 말이어야 함. 예시: ffmpeg -i short.mp4 -t 2 -af silencedetect=noise=-35dB:d=0.3 -f null - 0에서 시작하는 침묵이 보고되지 않아야 함.
  • 어떤 단어도 조각의 시작이나 끝에서 잘리지 않음.
  • 자막이 오디오와 단어 단위로 일치하며, 어떤 자막도 얼굴 위에 있지 않음.
  • 중요한 내용이 잘리지 않음: 얼굴, 무언가를 가리키는 손, 슬라이드의 텍스트.
  • 길이가 20~60초. 예시: ffprobe -v error -show_entries format=duration -of csv=p=0 short.mp4
  • 접촉 시트로 프레이밍을 한눈에 확인. 예시: ffmpeg -i short.mp4 -vf "fps=1/5,scale=270:-1,tile=4x2" -frames:v 1 sheet.png

문제가 있으면 해당 단계를 수정하고 다시 빌드하세요.

7단계. 게시 전 제목과 커버 선택

  • 제목: 시청자가 검색할 방식으로 훅을 몇 단어로 요약. 60자 미만.
  • 커버: 화자의 얼굴이 선명하고 입이 닫힌 프레임에 훅을 큰 텍스트로 추가. 일부 앱에서 프로필 그리드에 정사각형과 3:4로 크롭된 모습도 확인하세요.
  • 사용자에게 Short, 제목, 커버를 보여주세요. 사용자의 승인 없이 절대 게시하지 마세요.

규칙

  • 화자가 하지 않은 말을 절대 만들지 마세요. 전체 문장만 재정렬하세요.
  • 화자가 잘못된 말을 하면, 그대로 두고 사용자에게 알리세요. 자막에서 조용히 수정하지 마세요.
  • 화자가 예시를 가상이라고 말하면, Short에 그대로 포함하거나 화면에 "가상 예시"를 추가하세요.

예시

사용자가 webinar.mp4(회계사 Jo Park의 50분 강연, Jo와 아래 내용은 가상)를 공유합니다.

18:42에 Jo가 말합니다: "대부분의 소규모 사업체는 현금 부족을 은행에서 알게 되고, 장부에서 알지 못합니다." 이것이 훅입니다. 17:55~18:20에 급여를 놓친 빵집 이야기를 합니다. 19:05에 해결책을 제시합니다: "매주 월요일에 하나의 숫자만 확인하세요: 은행 잔고에서 향후 30일 내 만기 청구서를 뺀 값."

에이전트는 다음 순서로 세 조각을 자릅니다: 18:42 훅(6초), 17:55 이야기(25초), 19:05 해결책(9초). 총 40초입니다. Jo를 1080x1920 프레임 중앙에 크롭하고, 자막을 추가하며, 6단계의 모든 항목을 확인합니다. 제목: "당신이 가난하다는 것을 은행이 먼저 압니다." 커버: 카메라를 바라보는 Jo와 "매주 월요일 확인하세요"라는 텍스트.

관련 스킬