Communitygithub.com

clipes-de-podcast

Transforme uma gravação longa de podcast ou entrevista, feita com uma única câmera grande angular, em clipes curtos com aparência de múltiplas câmeras virtuais: close-ups com zoom suave, texto posicionado no espaço vazio ao lado do falante, cenas gráficas, destaque em palavras-chave e um flash sutil nos cortes. Ideal para Reels, Shorts ou vídeos 16:9.

O que é clipes-de-podcast?

Este skill permite transformar uma gravação longa de podcast ou entrevista, filmada com uma única câmera grande angular estática, em clipes curtos com a aparência profissional de múltiplas câmeras. Ele automatiza a criação de zooms dinâmicos (close-ups virtuais que começam um pouco mais apertados e suavemente se ajustam à composição alvo), posicionamento inteligente de texto nos espaços vazios ao lado dos falantes (evitando sobreposição com rostos), e inserção de cenas gráficas completas para quebrar a monotonia da fala. O skill também adiciona destaques visuais em palavras-chave (através de uma "pílula" de cor sólida ou uma caixa deslizante) e um flash de luz sutil em cada corte, garantindo transições suaves e uma estética polida. Compatível com saídas 16:9 e 9:16 (Reels/Shorts), ele processa a partir de um único vídeo 4K (ou 1080p com limitações), mapeia automaticamente as molduras por falante e gera o projeto final usando HyperFrames. A verificação de qualidade inclui verificação de nitidez do zoom, não sobreposição de texto com rostos e o sync perfeito dos flashes nos cortes.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/justlowys/claude-video-editing-skills/tree/HEAD/skills/podcast-clips

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Clipes de podcast

Leia video-edit-rules primeiro. Suas regras se aplicam a cada etapa aqui. Escolha os momentos com longform-to-clips. Este skill é o visual.

O objetivo: uma única tomada grande angular que pareça um programa com múltiplas câmeras. O teste: os espectadores sentem vários ângulos, o texto fica no espaço vazio e nunca sobre um rosto, e cada corte fica em silêncio.

Material que funciona

  • Uma câmera grande angular, fixa, com ambos os falantes no quadro ou um falante com espaço ao lado.
  • 4K é o ideal. Um zoom de 2,5x em 4K ainda fornece cerca de 1536 px de largura, nítido o suficiente para saída 1080.
  • Material em 1080p limita os zooms a cerca de 1,4x antes de ficar suave. Informe o usuário.
  • Voz limpa. Faixas de microfone separadas ajudam com os rótulos dos falantes.

Etapa 1. Roteiro do clipe

  1. Obtenha o momento e seu roteiro de longform-to-clips: palavras exatas, ordem, timestamps de origem.
  2. Marque quem fala cada linha.
  3. Marque de 2 a 4 palavras-chave por clipe para o destaque. Escolha palavras que carreguem a ideia: um número, um contraste, um resultado.
  4. Marque 1 ou 2 linhas para uma cena gráfica completa. Escolha linhas que descrevam algo que você possa mostrar: uma lista, um antes e depois, um número que foi dito.

Etapa 2. Mapeie a tomada grande angular

  1. Capture um quadro nítido. Detecte cada rosto (OpenCV DNN ou MediaPipe). Escreva cada caixa de rosto em work/faces.json.
  2. Encontre o espaço vazio ao lado de cada falante: o maior retângulo sem rosto, sem corpo e com pouca textura (baixa variância Laplaciana). É onde o texto vai.
  3. Planeje os enquadramentos por falante em work/framings.json:
EnquadramentoZoom em 4KUso
Grande angular1,0xprimeira linha, viradas entre falantes
Médio1,5xa maioria das linhas
Close2,0 a 2,5xlinhas-chave e o payoff

Para saída 9:16, o corte é uma janela vertical na tomada grande angular. Coloque os olhos do falante perto de y 700 de 1920. O texto vai abaixo do queixo ou no espaço ao lado da cabeça, dentro da zona segura.

Etapa 3. O movimento da câmera

Cada corte chega a um novo enquadramento. Então a câmera estabiliza.

  1. No corte, comece 6 a 10% mais apertado que o enquadramento alvo.
  2. Suavize para o alvo em 0,6 a 0,9 s. Use uma curva (por exemplo, cubic-out). Sem paradas e recomeços.
  3. Permaneça parado até o próximo corte. Uma deriva muito lenta (cerca de 1% em 3 s) é aceitável.
  4. Nunca corte entre dois enquadramentos com diferença menor que 1,25x. Parece um salto.
  5. Incorpore o corte nos quadros do material com ffmpeg (crop mais scale, com expressões por quadro) ou OpenCV. Não dependa de uma transformação de página para a câmera.
  6. Mapeie os quadros de origem uniformemente para a taxa de quadros de saída.

Etapa 4. Texto no espaço vazio

O texto está fixado na imagem, não na tela.

  1. Coloque cada bloco de texto no espaço vazio encontrado na etapa 2, em coordenadas da tomada grande angular.
  2. A cada quadro, aplique o mesmo zoom e deslocamento do material ao bloco. O texto cresce e se move com a câmera.
  3. Dois tamanhos. Uma palavra grande condensada (por exemplo, 180 a 260 px em 1080 de altura) para a palavra-chave. Texto pequeno e justo (40 a 56 px, espaçamento entre letras -0.02em) para o resto da linha.
  4. O bloco de texto nunca cruza uma caixa de rosto, mesmo no zoom mais apertado. Verifique a cada quadro.
  5. Traga o texto na palavra, com uma subida curta (0,3 s) e sem bounce. Remova-o no corte.

Etapa 5. Destaque em palavras-chave

Duas formas. Escolha uma por clipe e mantenha-a.

  • Pílula: a palavra-chave fica em uma pílula de cor sólida de destaque. Altura da pílula 1,3x a altura da capital, raio metade da altura, preenchimento 0.4em de cada lado.
  • Caixa deslizante: uma caixa de destaque desliza atrás das palavras conforme são ditas, em um movimento suave da primeira palavra à última. Ela nunca para entre as palavras. Conduza sua largura a partir dos tempos das palavras, depois suavize com uma curva de easing sobre a frase inteira.

Use a cor de destaque da marca de brand/theme.css. Se não houver marca, escolha uma cor brilhante e mantenha-a.

Etapa 6. Cenas gráficas completas

Entre as partes de fala, corte para uma cena em tela cheia por 1,5 a 3 s nas linhas marcadas.

  • Construa cada cena como HTML a partir de $KIT/templates/ ou das peças da marca.
  • A voz continua tocando sob a cena.
  • A cena mostra o que é dito: os itens da lista conforme são ditos, o número conforme é dito.
  • Mantenha as cenas abaixo de cerca de 15% do clipe em postagens orgânicas.
  • Use apenas imagens que o usuário possui, quadros da gravação ou estoque licenciado. Nunca invente números de seguidores, nomes ou figuras.

Etapa 7. Flash nos cortes

  1. Em cada corte entre enquadramentos ou para uma cena, adicione um flash de luz: uma camada branca com 35 a 55% de opacidade, pico no quadro do corte, fade out em 4 a 6 quadros.
  2. Combine com um pop suave pelo menos 20 dB abaixo da voz, ou sem som.
  3. Sem whoosh. Sem riser. Sem swell reverso.

Etapa 8. Construir e renderizar

  1. Material com a câmera incorporada: work/cam.mp4.
  2. Texto, destaques e cenas: um projeto HyperFrames em work/clip-NN/.
  3. Ajuste cada cena para dentro e para fora de um corte do material.
  4. Renderize: npx hyperframes render work/clip-NN. Saída 1920x1080 para 16:9, 1080x1920 para 9:16.
  5. Mostre os primeiros 3 segundos primeiro. Aguarde um OK. Depois renderize o clipe inteiro.

Verificações para este visual

Além do portão de qualidade em video-edit-rules:

  • Avance por cada corte. O novo enquadramento começa mais apertado e suaviza uma vez.
  • Avance pelo zoom mais apertado de cada tomada. Nenhum texto toca um rosto.
  • Assista à caixa deslizante a 25% da velocidade. Ela nunca pausa entre as palavras.
  • Verifique se cada flash atinge o pico no quadro do corte, não um quadro depois.
  • Verifique se cada zoom está nítido. Se um zoom estiver suave, reduza-o.

Relatório

  • Duração do clipe, tempos de entrada e saída da fonte, primeira e última linha.
  • Enquadramentos usados e seus zooms.
  • Palavras-chave com o destaque.
  • Cenas e sua parcela do tempo de execução.
  • Cada efeito sonoro com tempo e nível.
  • O resultado do portão de qualidade.

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

Habilidades Relacionadas