맞춤형 노래 + 가라오케 비디오
실제 주문(생일, 메렝게 — 의뢰인 피드백 "espectacular")으로 검증된 프로세스입니다. 두 단계: (A) Suno용 가사 및 (B) 1080×1920 세로형 비디오 (사진 + 가라오케). 모든 내용은 중남미 스페인어(LATAM)로 따뜻하고 친근하게 작성합니다. 사용자에게는 스페인어로 응답하세요.
폴더 구조 (주문별)
<주문 폴더>/cancion-<이름>/
letra-suno.md ← A 단계
fotos/ ← 사용자가 올린 사진
<cancion>.mp3 ← 사용자가 올린 Suno MP3 (파일명 무관)
video/ ← 기술 관련 파일 전부 (project.json, lineas.txt, json, chunks…)
Feliz-Cumpleanos-<이름>.mp4 / -WhatsApp.mp4 ← 최종 산출물
스크립트는 ${CLAUDE_SKILL_DIR}/scripts/에 위치 ($S로 참조). 일반 python으로 실행하세요.
(python -I 사용 금지: 사용자 site-packages에 설치된 faster_whisper/librosa를 인식하지 못함)
필수 사항: ffmpeg (libass 포함), Python (faster-whisper, librosa, numpy, Pillow) (pip install faster-whisper librosa numpy pillow).
처음 실행 시 반드시 확인 (ffmpeg -version, python -c "import faster_whisper, librosa")하고 부족한 것은 사용자 허락을 받아 설치하세요.
폰트: Windows는 Segoe UI Black (가사), Segoe Script (제목); Mac/Linux는 설치된 동등 폰트 사용.
A 단계 — Suno용 가사
- 의뢰인의 메시지를 읽습니다: 누구를 위한 곡인지, 관계, 상황, 메시지, 원하는 장르.
- 의뢰인 메시지의 모든 아이디어를 가사에 반영합니다 (예: "동반자, 친구이자 연인"이라는 말이 있으면 그대로 자연스럽게 등장). 이것이 받는 사람의 마음을 움직이는 핵심입니다.
- 구조:
[Intro]이름이 들어간 외침/헌사 →[Verse 1]8줄 →[Pre-Chorus]2줄 →[Chorus]8줄 (첫 줄에 이름 반복: "¡Valentina, Valentina!") →[Verse 2]→[Pre-Chorus]→[Chorus]→[Instrumental Break]→[Bridge]축제 분위기 ("¡que suene la güira!", "¡Felicidades!") →[Final Chorus]→[Outro]("¡Te amo, X!") →[End]. - 자음/모음 운율을 깔끔하게, 9~12음절, 후렴구는 중독성 있게.
- 스타일 프롬프트 2개 제공 (영어, "Style of Music" 용). 예:
- 메렝게:
festive dominican merengue, accordion, güira, tambora, bright saxophone section, warm joyful male vocal, party backing choir, romantic birthday celebration, danceable, 140 bpm, spanish - 쿰비아:
colombian cumbia, accordion lead, guacharaca, caja vallenata, bass, warm romantic male vocal, festive choir shouts, birthday celebration, danceable, 95 bpm, spanish - 발라드, 바예나토, 바차타, 란체라, 살사 등 요청에 따라 조정; 선물하는 사람 성별에 따라 남성/여성 보컬.
- 메렝게:
cancion-<이름>/letra-suno.md에 저장합니다 (제목, style A/B, 가사 코드 블록, 팁: 2~4개 버전 생성, 이름 발음이 틀리면 음성 표기).fotos/빈 폴더를 만들고 사진과 MP3를 요청하세요.
B 단계 — 가라오케 비디오
B1. 분석 (약 4~6분, 백그라운드 실행)
python $S/analyz.py <video_dir> <mp3_경로> <fotos_dir> "<가사 첫 줄을 프롬프트로>"
words.json, beats.json, fotos.json, hoja-fotos.jpg를 생성하고 타임스탬프가 포함된 전사 결과(= 구간 맵)를 출력합니다.
B2. 사진 검토 (hoja-fotos.jpg를 Read로 확인)
-
분류: 축하 대상자만, 커플/가족, 단체/파티. 검정 막대가 있는 캡처 감지 (render.py가 검정색만 자름).
-
각 사진마다
focus= 얼굴/주요 인물의 수평 위치 (0..1)를 기록. 패닝 시 인물이 잘리지 않도록 하는 핵심. -
가로 사진 (폭/높이 > 0.75) → 테두리가 있는 "카드" 형태로 표시 + 패닝; 세로 사진 → Ken Burns 효과로 전체 화면.
-
WhatsApp/Facebook 상태 캡처 ("답장" 바, 상태 바, 버튼 등): render.py는 순수 검정색만 자르고 UI는 자르지 않습니다. 수동으로
fotos-limpias/NN.jpg로 자르고 (사진별 위/아래 비율),fotos.json을 해당 이름과fotos_dir: "../fotos-limpias"로 다시 작성하세요. 중복 제거 (캡처와 원본이 같은 사진).
B2b. 의뢰인 동영상 (선택 사항)
clip/video.mp4로 이동합니다. proyecto.json에 "clip": "../clip/video.mp4" (선택적 clip_inicio)를 추가하고, 사진 목록에 ["clip"]을 사용하는 구간에 beats_por_foto 99로 설정하여 클립 길이에 가깝게 만듭니다 (실제 속도로 재생, 오디오 없음, 세로 = 전체 화면). 기악 및 구절 시작부에 이상적. focus는 "clip"을 허용합니다.
B3. video/lineas.txt 작성
Suno가 실제로 노래한 정확한 순서로 공식 가사를 작성합니다 (전사 결과 참고: Suno는 때로 구절을 생략하거나 변경함 — 예: 후렴의 두 번째 "¡Valentina, Valentina!" 생략). 한 줄에 한 행, 반복 후렴구는 완전히 작성, #는 구절 주석.
B4. video/proyecto.json 작성 (ejemplo-proyecto.json 참고)
audio,fotos_dir,salida(video/ 기준 상대 경로),nombre,titulo,cierre,lineas.focus: {"n": x}.pulso: 신규 주문은 기본 "suave" = 후렴에만, 각 마디당 느린 호흡 (매 비트마다 확대/축소하면 어지러움; María Paula 사례).false= 맥박 없음;true= 모든 비트 (요청 시에만 사용).letra: Cancionarte "노래 + 사진 비디오" 플랜 (14.90)의 경우false: 제목만, 가라오케 없음. 가라오케 플랜 (19.90)의 경우 생략하거나true로 설정.tema: "infantil"(어린이/유아): 양옆에 풍선, 반짝이는 별, 거품, 부드러운 색종이; 후렴에 하트."fuente_titulo": "Segoe Print"(Segoe Script보다 더 장난기 있는 폰트). 구절에도 사진당 8비트 사용 -> 역동적.tema: "nostalgia"(부재, 거리, 화해, 애도; Mariana CNA-8YHTM2 사례): 부드러운 눈 + 후렴에 따뜻한 희미한 조명; 색종이/하트 없음; 흰색/크림색 제목에 어두운 윤곽선."pulso": false,"crossfade": 1.0,flash없음, 사진당 12~16비트 사용. 주제 선택 전에 가사를 읽으세요: 어린 시절 사진 ≠ 유아용 노래.gaps: 기악 부분 제목 ([시작, 끝, "텍스트"](예: "사랑으로 만든 노래", "춤추자, 나의 여왕!", "생일 축하합니다!").sections:[시작, 끝, 사진당_비트, [사진], flash, 하트]— 0부터 길이까지 빈틈없이:- 구절 / 인트로 / 기악: 사진당 16비트 (
140 BPM에서 67초). - 후렴 및 브릿지: 8비트 (~3.3초) → 역동적.
- 후렴:
corazones: true. 각 구절 진입 시flash: true(인트로 제외). - 내러티브: 인트로 → 축하 대상자의 최고 사진; 감탄 구절 → 그녀 단독 사진; 사랑 후렴 → 커플 사진; 브릿지/파티 → 단체 사진; 마무리 → 최고 커플 사진 (최종 제목 아래).
- 사진 반복은 괜찮습니다 (4분에 17장 → 각 사진 약 2~3회 등장); 같은 사진을 연속으로 반복하지 마세요.
- 구절 / 인트로 / 기악: 사진당 16비트 (
B5. 타임라인 + 가라오케 생성
python $S/timeline.py <video_dir>
python $S/karaoke.py <video_dir> # "sin match: 0" 또는 거의 0이어야 함; 그렇지 않으면 lineas.txt 수정
B6. 미리보기 (~1분) — 전체 렌더링 전에 항상 실행
python $S/build.py <video_dir> --preview 62 70 # 후렴 진입 부분
prev/preview.jpg 확인 (Read). 검토: 얼굴 잘림 없음, 텍스트 가독성, 얼굴을 가리는 요소 없음.
B7. 최종 렌더링 (백그라운드)
python $S/build.py <video_dir>
8개 블록을 병렬로 처리 → 합치기 → 가라오케 + 오디오 입히기 → WhatsApp 버전 (crf 27, ~50 MB).
측정된 실제 시간 (8코어, 4분 노래): 렌더링 ~15분 + 최종 ~3분 + WhatsApp ~2분 ≈ 총 20분.
sleep 대신 until grep -q "FINAL\|rror" <output>; do sleep 5; done (Bash 백그라운드)으로 대기하세요.
B8. 확인 및 전달
ffprobe(1080x1920, 길이 = 노래 길이, h264+aac).- 8컷 시트 (2, 20, 45, …, 끝) → Read로 확인. 제목이 얼굴을 가리거나 텍스트에 문제가 있으면:
python $S/build.py <video_dir> --solo-karaoke(~5분, 이미 렌더링된 사진 재사용). - 두 MP4 링크 (TV/IG용 전체, WhatsApp용 전송용), 소요 시간, 포함 사항 요약과 함께 전달.
시각적 스타일 (스크립트에 이미 구현됨)
- 배경: 동일한 사진을 흐리게 하고 어둡게 처리 (절대 검정 막대 없음).
- 매 비트마다 줌 펄스 (짝수 비트에서 더 강함), 사진 간 crossfade 0.35초, 구절 시작 시 흰색 플래시.
- 컬러 색종이가 비디오 전체에; 후렴에서는 분홍 하트.
- 가라오케 아래: 현재 줄 74px, 단어별 금색 채움 (
\kf) + 스케일 팝; 다음 줄은 회색으로 아래. - 제목: "" 분홍 Segoe Script + "<이름>" 큰 금색, 아래쪽 (y 1400~1780)에 위치하여 얼굴을 가리지 않음; 마무리는 "<이름> ♥" + 문구.
생동감 있는 움직임 (새 제목, 테마, 효과 추가 시)
${CLAUDE_SKILL_DIR}/../video-con-vida/references/principios.md의 규칙을 따릅니다:
- 새 제목 및 스티커는 ease-out + 5~10% 바운스로 진입 (아이콘/하트는 최대 20%)하고 ease-in으로 퇴장; 가라오케 채움을 제외하고 선형 이동 없음.
- 여러 요소 동시 표시 → 80
120ms 간격으로 지연; 제목 단어는 글자당 4070ms. - Ken Burns는 항상 ease-in-out, 절대 선형; 어떤 사진도 완전히 정지하지 않음 (최소 1~3% 줌).
- 섬세함이 이깁니다: "매 비트 펄스"가 이미 어지러움을 유발한다는 것이 입증됨 (María Paula 사례). 움직임이 의식적으로 느껴지면 줄이세요.
- 의뢰인이 카메라를 보고 말하는 자신의 동영상(헌사)을 보내면,
video-con-vida효과 (예: 16표지 – 이름이 머리 뒤에, 14 생동감 있는 하트 낙서)를 적용한 후clip으로 넣을 수 있습니다.
이미 해결된 오류 (반복 금지)
- 반투명 입자:
ImageDraw는 RGBA 이미지에 픽셀을 덮어씁니다 (불투명해짐). 별도 레이어에 그린 후alpha_composite사용 (Snow가 이렇게 합니다). - 의뢰인의 모자이크/콜라주: 흰색 띠를 감지하고 각 사진을 자른 후 ×3 Lanczos + UnsharpMask로 확대; 이중 사진 분리 및 워터마크 제거.
- Whisper가 때로 한 구절 전체를 동일한 순간에 몰아넣음 (모든 단어가 같은
s를 가짐): karaoke.py 실행 전에 words.json에서 수동으로 분배 (words-original.json 저장). - 중앙 풍선이 얼굴을 가림 → 양옆으로 배치 (x <190 또는 >890).
python -I→ ModuleNotFoundError faster_whisper. 일반 python 사용.- PowerShell에서 JSON을 인수로 전달하면 따옴표가 깨짐 → 모든 내용은 proyecto.json에 작성.
- 가로 사진의 강한 패닝/줌이 인물을 자름 → 높이 940px 카드 +
focus사용. - 중앙 제목이 얼굴을 가림 → 하단 영역에 배치 (인트로와 마무리에는 가라오케 없음).
- 구간의 마지막 세그먼트가 너무 짧으면 (< 정상의 60%) 이전 세그먼트와 병합 (timeline.py가 처리).