电影感短片编辑器

将包含原始素材的文件夹和一条音乐轨道制作成15-45秒、9:16竖屏、节拍同步的电影感短片。所有编辑完全通过 FFmpeg 命令行完成。规划存储于可编辑的剪辑列表 (edl.json) 中，因此任何更改无需重新开始即可重新渲染。

0. 硬性规则

永远不要修改或删除 raw/ 中的任何内容。所有输出写入到 work/ 和 out/。
音乐必须由用户提供（已授权或无版权）。如果 music/ 为空，请用户提供音乐轨道 — 不要下载受版权保护的音乐。
在最终渲染前，将镜头计划（步骤4）展示给用户并获得批准。
优先在节拍上进行硬切。谨慎使用过渡效果（每个短片最多2-3个）。

1. 检查前置条件

ffmpeg -version && ffprobe -version
python3 -c "import librosa, numpy" || pip install librosa numpy soundfile

如果缺少 FFmpeg，请告知用户进行安装（Windows: winget install ffmpeg, Mac: brew install ffmpeg, Linux: sudo apt install ffmpeg）并停止。

2. 文件夹结构

project/
  raw/      # 摄像机素材（只读）
  music/    # 一条音乐轨道
  luts/     # 可选 .cube LUT 文件，用于调色
  work/     # 缩略图、片段、edl.json、beats.json
  out/      # 最终渲染文件 (reel_v1.mp4, reel_v2.mp4 ...)

3. 清点并查看素材

对于每个素材，记录时长、分辨率、帧率和画面方向：

ffprobe -v error -show_entries format=duration:stream=width,height,r_frame_rate,codec_type -of json raw/CLIP.mp4

为每个素材制作联系表（每2秒一帧）并使用读取工具查看，以便了解每个镜头的具体内容：

ffmpeg -y -i raw/CLIP.mp4 -vf "fps=1/2,scale=320:-1,tile=4x3" -frames:v 1 work/thumbs/CLIP.jpg

标记每个可用时刻：镜头类型（广角/中景/特写/细节）、主体、运动、质量（清晰、稳定、光线良好）、以及是否可做慢动作（源素材≥ 50 fps）。

4. 构建故事（镜头计划）

将每个短片结构化为：

钩子（0-2秒） — 最引人注目的镜头。无需Logo或文字开场。
铺垫 — 细节和期待（特写、慢动作）。
高潮时刻 — 对应最强节拍/音乐掉落。
情感/回报 — 反应、人物、庆祝。
结尾（最后2-3秒） — 干净的广角镜头，可选文字或Logo，音乐淡出。

汽车交付模板（根据素材调整）：外观广角 → Logo特写 → 车轮/车灯细节 → 家庭走入（慢动作）→ 揭开蒙布（音乐掉落时）→ 钥匙交接 → 反应/微笑 → 内饰+方向盘 → 蛋糕/花环/仪式 → 首次驶离（广角，结尾）。

规则：变化镜头景别（不要连续两个广角），每个镜头保持0.5-2.5秒，仅对情感或揭示性镜头使用慢动作，尽可能在运动动作上剪辑。

5. 节拍检测

# work/beats.py
import librosa, json, sys
y, sr = librosa.load(sys.argv[1])
tempo, frames = librosa.beat.beat_track(y=y, sr=sr)
beats = librosa.frames_to_time(frames, sr=sr).tolist()
onset = librosa.onset.onset_strength(y=y, sr=sr)
json.dump({"tempo": float(tempo), "beats": beats}, open("work/beats.json", "w"), indent=1)
print(f"tempo {float(tempo):.1f} BPM, {len(beats)} beats")

在节拍上剪辑（快速段落每拍，慢速段落每2或4拍）。找到音乐掉落点（能量跳变最大处），并将高潮镜头放在那里。

6. 编写剪辑列表 `work/edl.json`

{
  "output": {"w": 1080, "h": 1920, "fps": 30},
  "music": {"file": "music/track.mp3", "start": 12.0, "fade_out": 1.5},
  "grade": {"lut": "luts/teal_orange.cube", "vignette": true},
  "shots": [
    {"id": 1, "src": "raw/C0001.mp4", "in": 4.20, "dur": 1.40, "speed": 1.0, "crop_x": "center", "note": "钩子 – 汽车广角"},
    {"id": 2, "src": "raw/C0007.mp4", "in": 10.0, "dur": 1.00, "speed": 0.5, "crop_x": "center", "note": "车轮慢动作"}
  ],
  "transitions": [{"after_shot": 4, "type": "fade", "dur": 0.3}],
  "text": [{"text": "Welcome Home", "start": 18.0, "end": 21.0}]
}

dur 是时间线上的长度。如果 speed 为0.5，则源素材使用范围为 dur × speed 秒。在渲染之前，将此计划以简单表格（镜头、时间、描述）的形式展示给用户。

7. 将每个镜头渲染为统一片段

每个片段必须具有相同的分辨率、帧率、像素格式且不含音频，以便干净地拼接：

# 横向源素材 → 9:16 裁剪、变速、调色
ffmpeg -y -ss IN -t SRC_DUR -i raw/CLIP.mp4 -an -vf "\
setpts=PTS/SPEED,\
scale=-2:1920,crop=1080:1920,\
fps=30,\
lut3d=luts/teal_orange.cube,\
eq=contrast=1.06:saturation=1.10,\
vignette=PI/5,\
format=yuv420p" \
-c:v libx264 -crf 16 -preset medium work/seg_01.mp4

SRC_DUR = dur × speed。对于慢动作，使用高帧率源素材；除非被要求，否则避免使用 minterpolate（速度慢且易产生伪影）。
竖屏源素材：使用 scale=1080:1920:force_original_aspect_ratio=increase,crop=1080:1920。
若没有LUT文件：使用 eq=contrast=1.08:saturation=1.15:gamma=0.98 加上 curves=preset=increase_contrast 以获得电影感画面。
在9:16竖屏短片中不使用电影感黑边。

8. 拼接片段

不使用过渡效果 – 直接使用 concat demuxer 拼接：

printf "file 'seg_%02d.mp4'\n" 1 2 3 ... > work/list.txt
ffmpeg -y -f concat -safe 0 -i work/list.txt -c copy work/video.mp4

若两个片段之间需要过渡效果，使用 xfade（偏移量 = 第一个片段的长度 − 过渡时长）：

ffmpeg -y -i work/seg_04.mp4 -i work/seg_05.mp4 -filter_complex \
"[0][1]xfade=transition=fade:duration=0.3:offset=1.2,format=yuv420p" work/seg_04_05.mp4

每个过渡效果会缩短时间线相应时长 — 重新检查节拍对齐情况。

9. 添加音乐、文字、最终导出

ffmpeg -y -i work/video.mp4 -ss MUSIC_START -i music/track.mp3 -filter_complex "\
[1:a]afade=t=in:d=0.3,afade=t=out:st=FADE_START:d=1.5,loudnorm=I=-14:TP=-1:LRA=11[a];\
[0:v]drawtext=fontfile=FONT.ttf:text='Welcome Home':fontsize=72:fontcolor=white:\
x=(w-text_w)/2:y=h*0.72:enable='between(t,18,21)':alpha='if(lt(t,18.4),(t-18)/0.4,1)'[v]" \
-map "[v]" -map "[a]" -shortest \
-c:v libx264 -crf 18 -preset slow -profile:v high -pix_fmt yuv420p -r 30 \
-c:a aac -b:a 192k -movflags +faststart out/reel_v1.mp4

为 drawtext 找到机器上的字体文件（或询问用户）。文字保持最少，位于安全区域（避免顶部15%和底部25%，这是Instagram界面所在区域）。

10. 质量检查（始终执行）

ffprobe out/reel_vN.mp4 → 1080×1920、30 fps、H.264、AAC、时长符合计划。
生成最终短片的联系表（fps=2,scale=270:-1,tile=6x5）并查看：无黑帧、无错误裁剪（人头被切）、颜色一致。
检查音量，确认高潮镜头位于音乐掉落点。
向用户报告：时长、镜头数量、文件路径，以及任何不确定之处。

11. 修订

永远不要重新开始。编辑 work/edl.json（替换镜头、更改 in/dur、速度、文字、调色），仅重新渲染变更的片段，重新拼接并导出为下一个版本（reel_v2.mp4）。保留旧版本以便用户比较。

ukvalley/video-editing-skills

video-editing-skills 是什么？

在你喜欢的 AI 中提问

文档