launch-video-kit

O que launch-video-kit faz?

Seis peças para a parte do vídeo que não é o design: áudio, legendas e câmera. O README é a referência (o porquê de cada decisão e os números que a respaldam). Isto é a ordem de trabalho e as regras que é fácil pular.

A ordem importa

1. A voz primeiro, a montagem depois. gen-voice.mjs imprime a duração real de cada linha em frames. Esses números fixam os tempos de cena. Se montar primeiro, cada tomada real desalinha a montagem e é preciso refazê-la.
2. Depois a música, escolhendo a janela pelo seu arco de energia (analyze-music.mjs) e estendendo-a se necessário (loop-music.mjs).
3. Em seguida os cortes, atados à grade de compassos que a análise imprime.
4. As legendas por último, quando já se sabe quais frases têm rótulo na tela e quais não.

Regras que se pulam sozinhas

• Um arquivo de voz por linha. Nunca uma tomada longa.
• Legende apenas o que não está escrito na tela. Se a frase já aparece em um rótulo, legendar duplica o texto no mesmo lugar.
• dur de uma legenda é tempo de leitura, não a duração da voz. Recorte os intervalos manualmente para que nenhum pise no seguinte nem no rótulo que vier depois.
• DUCK.base não passa de ~0.85. As faixas de biblioteca vêm a 0 dB e qualquer efeito por cima clipea.
• Câmera: parada, com movimentos curtos. Nem deriva contínua (distrai) nem cortes secos (saltam). E cada cena começa no enquadramento onde a anterior terminou.
• Mesma interface nos dois lados de uma costura, mesmo componente. Se uma cena for pintada à mão, vai diferir em um detalhe e esse detalhe aparece de repente ao trocar de bloco.
• Itere sobre os tempos, não sobre o conteúdo. Um loop sobre o array de conteúdo que indexa um array de tempos mais curto derruba o render assim que um beat é removido.

Verificar em vez de opinar

Um agente não vê o vídeo nem o ouve. Tudo que parece subjetivo tem um número:

# a mixagem, por trechos: a voz sobre música deve medir como a voz sozinha
ffmpeg -hide_banner -ss 27 -t 4 -i out.mp4 -af volumedetect -f null /dev/null

# o pico global deve ficar abaixo de -1 dB
ffmpeg -hide_banner -i out.mp4 -af volumedetect -f null /dev/null

# contact sheet em vez de revisar quadros um por um
ffmpeg -v error -i f_%d.png -vf "scale=560:-1,tile=5x4" -frames:v 1 sheet.png

loop-music.mjs já verifica suas próprias costuras: se alguma não cair em silêncio, ele avisa e é preciso escolher outros dois buracos.

Ambiente

• São necessários ffmpeg e ffprobe no PATH, e Node 20 ou superior.
• No Git Bash no Windows: ffmpeg não suporta padrões glob e drawtext falha por falta de fontconfig. Use sequências numeradas. Também não há bc.
• staticFile() do Remotion não lida bem com espaços nem acentos: renomeie os assets para ASCII.
• useVideoConfig().durationInFrames dentro de uma <Sequence> é a duração da SEQUÊNCIA, não do vídeo. Não misture com frames absolutos.

O que não pode fazer

Um TTS é fala, não respiração. Suspiros, risadas e efeitos precisam ser gravados. Blips sintéticos saem sim do ffmpeg, há um exemplo no README.