andyluu98/VideoMotion

Seleciona ou cria música de fundo para projetos de vídeo, mede o ritmo e mistura com a narração (música abaixa automaticamente quando há fala, normalizada para -14 LUFS). Usado na etapa 6 do /videomotion, ou quando o usuário envia um arquivo de música, diz "trocar música", "música mais animada", "música mais baixa".

O que é VideoMotion?

Este skill gerencia a trilha sonora de projetos de vídeo criados com o fluxo /videomotion. Ele permite selecionar ou gerar música de fundo, medir o BPM para sincronizar cortes e mixar o áudio final com a narração, garantindo que a música abaixe automaticamente durante a fala (ducking) e que o nível geral atinja -14 LUFS. O skill suporta três fontes de música, na ordem: arquivo enviado pelo usuário, música gerada sinteticamente por código (padrão) e, futuramente, integração com ACE-Step. Para música gerada, o usuário pode escolher entre diferentes humores (calmo, inspirador, animado, tech) que influenciam o andamento e o estilo. O skill também inclui ferramentas para detectar batidas em arquivos de áudio fornecidos pelo usuário, gerando um arquivo `beats.json` que pode ser usado para alinhar cenas do vídeo com a batida da música. O processo de mixagem final combina narração e música com parâmetros ajustáveis de volume relativo e ducking, e valida se o resultado atende aos padrões de loudness (LUFS) e pico verdadeiro (True Peak). O skill é executado como parte do pipeline do /videomotion, mas também pode ser acionado diretamente por comandos do usuário para ajustar ou trocar a música.

Funciona com~Claude Code~Codex CLI~Cursor

npx skills add https://github.com/andyluu98/VideoMotion/tree/HEAD/skills/vm-nhac

Documentação

Música de Fundo

As variáveis VV e PY são as mesmas do skill videomotion.

Selecionar fonte (em ordem)

Usuário envia um arquivo de música: copie para <projeto>/music/bgm.<extensão> e converta para bgm.wav: ffmpeg -y -i <arquivo> -ar 48000 -ac 2 <projeto>/music/bgm.wav. Se a música for mais curta que o vídeo, avise o usuário (o mixer deixará silêncio na parte que falta).
ACE-Step (ainda não implementado nesta versão; quando instalado, será listado aqui).
Música sintetizada por código (padrão se 1 e 2 não estiverem disponíveis):

"$PY" "$VV/tools/music/synth.py" <projeto> --duration <total em words.json> --mood <humor> [--bpm N] [--seed N]

Escolha o humor de acordo com o estilo e o conteúdo:

humor	Andamento padrão	Adequado para
calm	84	whiteboard, explicações lentas, temas sérios
inspiring	96	explainer, treinamento, histórias positivas
upbeat	112	anúncios, promos, swiss-motion
tech	104	dark-keynote, produtos de tecnologia, dataviz

Altere --seed para obter uma melodia diferente com o mesmo humor. Nunca baixe música da web para empacotar no repositório ou projeto, a menos que o usuário forneça o arquivo e confirme a licença.

Medir ritmo (quando for necessário cortar cenas no beat)

Música sintetizada já possui music/beats.json. Para música fornecida pelo usuário, meça usando o script copiado do bestagentkits:

"$PY" "$VV/vendor/bestagentkits/fit-beat-grid.py" <projeto>/music/bgm.wav --min-bpm 70 --max-bpm 140

Isso grava BPM e BEAT0 em music/beats.json ({"bpm":..,"beat0":..,"source":"fit-beat-grid"}). A coluna dB de cada batida indica onde a música sobe (build) e explode (drop): coloque a cena de clímax do roteiro coincidindo com o drop, se possível.

Mixar

"$PY" "$VV/tools/audio/mix.py" mix <projeto> [--music-db -6] [--duck-db 5]

--music-db: volume da música em relação à narração quando há fala (padrão -6 dB). Se o usuário disser "música mais baixa", reduza para -9; se disser "não ouço a música", aumente para -4.
--duck-db: quanto a música aumenta durante os silêncios da narração (padrão 5 dB).
Imprime MIXDONE I=<LUFS> TP=<dBTP>. É considerado bem-sucedido quando I está entre -14 ± 0,5 e TP não ultrapassa -1,0.