rizomaai/video-narrado

O que video-narrado faz?

Entrada: um .md. Saída, nesta ordem:

1. Vídeo detalhado 16:9 (2 a 4 min) que percorre o MD completo.
2. Versões curtas 9:16 (2 ou 3, menos de 60 s): cada uma pega um achado do vídeo detalhado.
3. Um publicacion.md por peça (título, descrição, hashtags e texto alternativo).

Tudo com a voz selecionada, legendas e música de fundo própria.

• Motor: motor/, dentro desta skill (Playwright 1.63.0 + ffmpeg; Python 3 sem dependências). MOTOR = caminho absoluto dessa pasta.
• Projeto: uma pasta por vídeo, ex. videos/AAAA-MM-DD_tema/, com uma subpasta por peça: largo/, short-1-…/, short-2-…/. Cada peça leva seu storyboard.json.
• Instalação (uma única vez): ver README.md.

Voz selecionada

Por padrão, a voz clonada «audio_pmm» do HeyGen:

campo de create_speech	valor
voiceId	b088805628184836963fa5d2881bb23b
engine	elevenlabs
settings	{"model_id": "eleven_v4"}
language	es

Se quem pede o vídeo quiser outra voz, buscá-la com mcp__heygen__list_voices e confirmá-la antes de gerar.

Fluxo

1. Ler o MD e propor as peças

Ler o MD completo. Definir o percurso do vídeo detalhado (todos os achados, em ordem) e um achado por versão curta (o mais forte primeiro). Mostrar a lista de peças antes de escrever os storyboards.

2. Storyboards → aprovação

Uma cena por ideia. O vídeo detalhado, de 8 a 16 cenas; uma versão curta, de 4 a 7 cenas, com um gancho (destacado) na primeira. Exemplo completo: motor/ejemplos/storyboard-desalacion-16x9.json.

{"id": "03-sesiones", "tipo": "barras", "kicker": "Sesiones por caso", "titulo": "Dónde se habló más",
 "items": [{"etiqueta": "Caleta Chañaral", "valor": 6}], "destacar": 0, "nota": "Fuente…",
 "subtitulo": "Chañaral de Aceituno fue el caso con más sesiones.",
 "voz": "Chañaral de Aceituno fue el caso con más sesiones."}

Cabeçalho do storyboard: titulo, serie (o que vai junto a «Rizoma ·» em cima), formato ("16:9" para o detalhado, "9:16" para as versões curtas), fuente_md e, se quiser, musica (ver passo 5).

Tipos de cena (todos aceitam kicker, tono: "oscuro" e lluvia: true):

tipo	campos	para quê
portada	titulo, bajada	abrir o vídeo detalhado
cifras	titulo, items[{valor, prefijo?, sufijo?, texto, detalle?}] (1 a 3), destacar	números que contam para cima
barras	titulo, items[{etiqueta, valor, rotulo?}] (até 8), destacar, nota	comparar quantidades
hito	fecha, etiqueta, titulo, texto, progreso{i, n}	um fato de uma cronologia
lista	titulo, items[{marca?, texto, alerta?}] (até 6)	argumentos ou passos
cita	fecha, texto, quien, nota	o que alguém disse
destacado	texto, bajada	a frase que precisa ser lembrada; o gancho de uma versão curta
cierre	bajada, url, fuente	marca e fonte

Regras editoriais:

• Apenas fatos do MD. O que o MD marca como duvidoso fica de fora ou é dito como tal.
• voz é o que se lê: números, anos, porcentagens e siglas vão por extenso (texto_voz.py rejeita dígitos). subtitulo é o que se vê, com cifras. texto é o texto na tela de hito, cita e destacado.
• Frases curtas, espanhol do Chile neutro, ~2,9 palavras por segundo. Uma versão curta não passa de ~140 palavras de voz.
• O que é tirado de uma transcrição automática é marcado como paráfrase (nota).
• O que é publicado não nomeia clientes nem plataformas internas. O encerramento leva a fonte.

Mostrar cada storyboard como tabela (cena · tipo · o que se vê · o que se narra) e esperar o visto bom: cada narração gasta cota de voz.

3. Voz (uma chamada por peça)

python3 $MOTOR/texto_voz.py <peça>

Passar o texto que imprime (a voz de cada cena unida com <break time="1.2s"/>) para mcp__heygen__create_speech com a voz selecionada. Com o audio_url que retorna:

python3 $MOTOR/bajar_voz.py <peça> "<audio_url>"

Baixa o áudio e o corta por cena buscando as pausas. Se avisar que faltam pausas, reexecutar sobre o áudio já baixado com um limiar menor: python3 $MOTOR/bajar_voz.py <peça> <peça>/voz/narracion.wav --pausa 0.7 (na prática ElevenLabs encurta um pouco alguma pausa). Se mesmo assim falhar, a voz não respeitou um <break>: perguntar antes de regenerar. Nunca reintentar a geração sozinha após um erro.

4. Construir e renderizar

bash $MOTOR/producir.sh <peça>                                   # vídeo completo
bash $MOTOR/producir.sh <peça> --hasta 15 --salida prueba.mp4    # teste curto

Cada cena dura o que dura sua voz. O MP4 fica em <peça>/salida/video.mp4; leva mais ou menos o tempo do vídeo.

5. Música de fundo

Automática: colchão ambiental sintetizado com ffmpeg (sem direitos de terceiros), 14 dB abaixo da voz, com ducking suave e mixagem final a -16 LUFS. No storyboard: "musica": {"bajo_voz_db": 18} a abaixa; {"archivo": "pista.mp3"} usa uma pista própria (apenas de uso livre, com a licença anotada); false a desliga.

6. Versões curtas

Depois de aprovar o vídeo detalhado, montar cada versão curta como peça separada (formato: "9:16"), reutilizando cenas do detalhado: gancho → 2 a 4 cenas de dado → encerramento. Mesmo passo 3 (uma chamada de voz por peça) e passo 4.

7. Revisão e entrega

• Extrair 4 a 8 quadros com ffmpeg e olhá-los: que a legenda não tape um dado, que nenhum texto saia do quadro e que nenhuma cena fique em branco.
• Escrever publicacion.md por peça: título (≤ 60 caracteres), descrição com a fonte, 3 a 5 hashtags, texto alternativo e o que falta verificar antes de publicar.
• Copiar os MP4 para ~/Downloads com nomes claros (Video_<tema>.mp4, Short_<n>_<tema>.mp4). O áudio e os MP4 não vão para git (**/voz/*.wav, **/salida/).

A partir de um HTML animado próprio

Se já existir um HTML com window.seek(t) e cenas com tempos fixos, escreve-se guion.json à mão (html: [a, b] por segmento) e executa-se preparar.py + render.mjs. Para versões curtas feitas à mão: motor/plantillas/motor-vertical.js.

Formato e zonas seguras

• 16:9: 1920×1080, legenda de 34 px em baixo, frases de até 58 caracteres.
• 9:16: 1080×1920, legenda de 54 px a 400 px da borda inferior, frases de até 34 caracteres; conteúdo entre y=400 e y=1380 (em cima e embaixo vão os botões de cada rede).
• Nenhuma legenda termina com «que», «las», «por» e similares.

Erros conhecidos

• Sem rede: as fontes do Google não carregam e a renderização cai para Arial.
• ffmpeg sem libass (Homebrew): por isso as legendas são desenhadas dentro da página.
• Tipo de cena desconhecido: o vídeo sai em branco; revisar tipo.