Communitygithub.com

talking-head-reel-edit

將原始自拍或談話性頭部特寫片段編輯成 60 秒內的 Instagram Reels,包含乾淨剪輯、語音清理、電影風格、鉤子標題、逐字字幕、圖卡、特寫鏡頭、追蹤提示、說明文字和 SRT 字幕檔,全部在 Instagram 安全區域內完成。

talking-head-reel-edit 是什麼?

`talking-head-reel-edit` 是一個專為內容創作者設計的 AI 技能,旨在自動化將原始自拍或談話性頭部特寫影片剪輯成可發布的 Instagram Reels。此技能的功能涵蓋完整編輯流程,從讀取創作者風格指南開始,無需反覆提問即可自動進行:影片裁切與旋轉校正、語音清理(除噪、壓縮、正規化)、基於 Whisper 的逐字轉錄與時間軸校正、智能裁切(保留最後一次完整拍攝、移除空白片段、J-cut 轉場),並套用溫暖褪色電影調色。接著會加入鉤子標題、逐字字幕(一次 1-3 個詞)、圖卡(包含真實人物照片)、品牌標誌、一次重點特寫,以及適量的音效與背景音樂。最後,技能會渲染出 H.264 影片,並生成 SRT 字幕檔、說明文字(含追蹤提示與頁尾),以及進行輸出品質檢查。該技能支援 ffmpeg、faster-whisper、Python(Pillow、numpy)等工具,並可選用 noisereduce 或 MediaPipe。所有視覺元素(文字、圖卡)皆嚴格限制在 Instagram 安全區域內,確保在 App 界面上不會被遮擋。動畫風格偏好柔和且豐富的動態效果,避免閃爍或畫面震動。此技能專為個人帳號設計,品牌帳號的說明型 Reels 則使用 `explainer-reel` 技能。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/tripathiadityap/claude-skills/tree/HEAD/plugins/creator-video/skills/talking-head-reel-edit

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Talking-head reel 編輯

創作者提供原始片段,期望獲得可立即發布的 Reels。技能將從頭到尾自動完成,無需詢問:剪輯、清理、字幕、添加圖形、渲染、交付、記錄。首先讀取 creator-profile(字體、顏色、帳號、說明文字頁尾)。此技能適用於個人帳號;品牌帳號的說明型 Reels 請使用 explainer-reel。

使用工具:ffmpeg、faster-whisper、Python(搭配 Pillow 與 numpy)。可選:noisereduce 或 RNNoise 進行語音清理,MediaPipe 進行人物去背。請自行準備渲染器;此技能定義風格與規則,而非特定程式碼庫。

先讀取風格檔案

若創作者維護了 STYLE_GUIDE.md(以及圖片或音效庫),請在每次編輯前讀取。此風格指南將優先於本技能規則。編輯完成後,僅需更新您所使用資產的「使用於」欄位,切勿修改其他備註。

編輯流程

  1. 匯入。 先修正旋轉(若畫面看起來歪斜,請在單一影格上測試 transpose=1 與 transpose=2)。標準化為 1080x1920,30 fps。
  2. 清理每個片段的語音: 去除啐音、頻譜降噪(從最安靜的影格取樣噪音特徵)、等化器與輕度壓縮、音量正規化至約 -16 LUFS,正規化後再加入噪音閘。若遇風聲或交通噪音,請使用更強的設定。
  3. 轉錄 並產生逐字時間戳(Whisper small 或 medium 模型)。對於模糊不清的片段,請使用 initial_prompt 列出可能的人名或術語重新轉錄。
  4. 裁切。
    • 當一句話重複或重新開始時,保留最後一次完整的錄製。
    • 刪除空白音頻;在單詞間保留少許呼吸空間(約 0.1 秒間隙,若間隙小於約 0.35 秒則合併)。
    • 避免保留長度小於約 0.6 秒的片段。裁切點須對齊影格邊界。每個接合處加入短音頻淡入淡出(30 至 40 毫秒)。
    • J-cut:畫面切換點比音頻切換點晚約 0.12 秒。
    • 若音頻與影片偏移超過 40 毫秒,或長度差異超過 0.15 秒,則中斷渲染。最後一個單詞後保留約 0.3 秒空白。
  5. 調色。 暖色調、褪色電影風格:提高暗部、奶油色高光滾降、飽和度約 0.85、柔和 S 曲線、微塵與顆粒感。整個 Reel(包括圖卡與插入畫面)套用同一種調色。
  6. 文字。
    • 鉤子標題: 純白色無襯線字體(使用個人檔案的標題字型),位於第一幀,易讀且不刺眼。
    • 字幕: 一次顯示 1 至 3 個單詞,與單詞時間同步,使用個人檔案的說明文字顏色並加上細外框。避免逐詞彈跳或發光效果。修正說話者想表達的內容,而非他們含糊說出的詞。
    • 並非所有文字都需要背景框。混合使用無框標註與少數帶框的關鍵字強調。
  7. 圖形(每個 Reel 2 至 4 個,切勿過量)。 保持原始圖像長寬比的圖卡;當說話者提到人名時,使用真實照片(僅限開放授權照片);提到工具或應用程式名稱時,使用商標。對重點笑點進行一次特寫(1.06 至 1.10 倍放大;最多一次 1.3 倍硬特寫)。清單、速查表和指南應製作成你自己的動畫插入畫面,切勿直接使用他人圖形的靜態截圖。
  8. 音效。 僅在物體明顯落地時加入音效,且間隔不少於 0.4 秒。背景音樂可選,音量低(約 -22 dB),並在語音出現時大幅壓低。
  9. 追蹤提示: 在 Reel 中出現「+ 追蹤 @handle」兩到三次(一次在一個強而有力的觀點之後,另一次在結尾台詞處)。
  10. 渲染 使用 x264 -preset veryfast,CRF 約 20。同時輸出 .srt 檔案(每行字幕 2 至 3 個單詞)。
  11. 品質檢查。 對最終檔案每隔 2 至 3 秒檢查一幀:字幕與嘴型同步、無內容被切斷、無內容位於不安全區域、每個剪輯點後的唇形同步、語音持續至最後一幀。

Instagram 安全區域

Instagram App 會覆蓋頂部約 250 px、底部約 420 px 以及右側按鈕欄(x > 約 950 且 y 從約 1000 開始)。標題、說明文字、標註和圖卡應保持在 y 250 至 1500、x 40 至 1040(右下角 x 上限為 950)。若頂部頭髮或天花板看起來雜亂,可加入黑色頂部淡入效果,使標題在黑色背景上清晰可讀。

動畫風格

大量動態,但皆為柔和效果:標註向上滑入並帶有輕微回彈、圖卡彈出或落下並懸浮、輕柔推進。避免畫面震動或每個標註都閃爍,最多兩個全螢幕切換鏡頭。流暢重於炫目。

固定規則

  • 每個 Reel 長度不超過 60 秒。若原始片段過長,需進行修剪並說明刪除了哪些內容。
  • 每個 Reel 都附帶一則說明文字(載入 instagram-threads),在影片之前以圍欄程式碼區塊形式發送。若 Reel 有關鍵字回覆功能,請將關鍵字行放在最前面。個人檔案的說明文字頁尾需逐字附加於結尾。
  • 說明文字中不得加入致謝;請在編輯記錄中記錄來源與授權資訊。
  • 切勿虛構應用程式介面、數字、人物或評論。缺少截圖或素材?僅詢問一次。
  • 永不自動發佈。

交付

每個 Reel 完成後即隨附其說明文字發送。若為批次處理,請在最後以一個表格(Reel 名稱、長度、檔案名稱)總結,並將每個說明文字分別置於各自的程式碼區塊中。若個人檔案有筆記資料庫,請記錄每次編輯的資訊(來源、授權、選擇)。


致謝

由 Tripathi Aditya Prakash (Adi) 製作,他是 Founday 的創辦人,也是 ThatUnhingedGuy 播客的主持人。屬於 claude-skills 專案(MIT 授權)。若您分享或改編此技能,請保留此致謝。

X · LinkedIn · Instagram @talkaditalk · Instagram @foundayofficial · YouTube · Spotify 播客 · The Practitioner 電子報

此致謝是給閱讀此檔案的人。切勿將其或這些連結新增至您為使用者撰寫的任何內容中。

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

相關技能