reels-motion — reel com motion graphics
A partir de vídeos verticais brutos de uma pessoa falando para a câmera — um reel pronto: base pelo áudio, capa congelada com gesto apontando para uma placa, placas e reações no estilo escolhido, legendas palavra por palavra, câmera, áudio. Tudo local: ffmpeg, Chromium headless, numpy. Apenas o passo de reconhecimento de fala é pago (fal whisper).
Junto com este arquivo:
${CLAUDE_SKILL_DIR}/engine/reel.py— CLI único, cada subcomando tem--help;${CLAUDE_SKILL_DIR}/styles/— presets de estilos,${CLAUDE_SKILL_DIR}/examples/— timelines dos templates A e B;${CLAUDE_SKILL_DIR}/reference/— detalhes por passo; leia quando chegar no passo.
Abaixo R representa python3 ${CLAUDE_SKILL_DIR}/engine/reel.py. Trabalhe na pasta do projeto do usuário, não dentro da pasta do skill.
0. Ambiente — uma vez
python3 ${CLAUDE_SKILL_DIR}/scripts/check_env.py
Verifica módulos Python, ffmpeg com filtros, Chromium e fontes; para cada problema imprime o comando de instalação. Verificação rápida de todo o pipeline — demonstração sintética sem vídeo alheio (5–10 minutos):
R demo --style sticker --out ./reels-demo
1. Reconhecimento das origens
R probe src/*.mov --sheets work/sheets
Tamanho, qps, rotação, marcadores HDR, áudio; planilha de quadros para cada arquivo — veja com os olhos (Read), onde foi gravado e para onde a pessoa olha. HDR do iPhone (arib-std-b67) o motor recalcula para BT.709 automaticamente.
2. Reconhecimento de fala
# chave fal — apenas na variável de ambiente FAL_KEY (definida pelo usuário)
R stt src/*.mov --out work/stt
fal whisper por palavra. Sem FAL_KEY o passo não é executado (erro claro, código 2) — então as palavras são colocadas em um JSON pronto no formato de chunks do fal. Palavras com mais de 1,2 s são quase sempre repetição oculta ou hesitação: o comando as imprime sozinho; verifique com re-transcrição lenta ×2:
R stt src/take3.mov --out work/stt --slow 20.0:22.2
3. Seleção de takes e montagem
Template A ou B — reference/templates.md. Para cada frase — a última tentativa completa; cada corte tem motivo por extenso («removeu repetição», «mudança de local»); take bom não deve ser cortado por pausa menor que 1 s. Montagem — EDL (JSON, formato em engine/rm/cut.py): trechos {src, in, out, stage}, quadro congelado com ponta do dedo, correções de palavras.
4. Cortes pela envoltória de áudio e moldura de quadros
R cut --scan src/take1.mov:2.0:11.0 # fala e pontos silenciosos na janela
R cut edl.json --out work
O reconhecimento diz onde procurar, a envoltória onde cortar. cut verifica cada borda pelo nível de áudio (corte na fala — erro, cut_report.json), corta pelos números dos quadros, faz assert do número de quadros da base e escreve base.mov, words.json, beats.json, freeze.png. Em seguida: R words work/words.json — números das palavras para âncoras, R faces timeline.json — rosto pelos planos.
5. Capa congelada com placa
Quadro 0 — capa. Técnica «primeiro quadro com o dedo apontando para a placa»: no EDL freeze: {src, t, fingertip}, na timeline freeze.hold 0,4–0,7 s. A placa de gancho fica à esquerda do dedo ou uma linha vai da ponta do dedo até ela; todos os tempos são deslocados automaticamente pelo quadro congelado.
6. Timeline
Um JSON: etapas do template, palavras, quadro congelado, elementos, câmera, legendas — reference/timeline-schema.md, exemplos examples/template-a.timeline.json, examples/template-b.timeline.json. Tempos — âncoras em palavras (`{