影片編輯器 — 1% 模板
Python 流程(無需編輯軟體):原始影片 + config.json → 最高品質最終影片 + _PORTADA.png。
腳本位於此技能的 scripts/ 目錄。輸出檔案和 work/ 資料夾會建立在執行指令的目錄中(請為每個專案使用一個資料夾)。
0. 開始之前(僅需一次)
- 閱讀此技能的
MARCA.md:主題色、品牌名稱、帳號標籤、常用短語。如果未填寫,請向使用者詢問這些資料並完成填寫。 - 依賴套件:
pip install -r scripts/requirements.txt(numpy, pillow, imageio-ffmpeg, faster-whisper)。首次轉錄會下載 Whisper "medium" 模型(約 1.5 GB)。
快速提示:在下方指令中,S 代表此技能 scripts/ 目錄的路徑(例如 ~/.claude/skills/editor-videos-1porciento/scripts)。
1. 每個影片的處理流程
- 設定:將
ejemplos/historia_ejemplo.json(9:16)或ejemplos/feed_ejemplo.json(4:5)複製到專案資料夾,並填寫video,words,salida,marca,acento,cierre,portada。recorte:要使用的原始影片區域(以原始像素為單位的 x, y, w, h)。必須符合輸出格式的比例(直式 9:16,方形 4:5)。請先使用 ffprobe 測量原始影片尺寸。
- 轉錄:
python S/editar_video.py transcribir config.json→ 生成包含逐字時間的words.json。 - 手動校正 words.json:專有名詞、品牌名稱、數字("1%")、慣用語。儲存為
*_words_ok.json並在 config 中指向它。在 config 中設定"vocabulario"欄位,包含重複出現的名稱,以幫助 Whisper 正確辨識。 - 靜音剪輯:
python S/auto_cortes.py video.mov 0.12→ 輸出cortes列表(基於音訊能量測量,不是 Whisper 的時間點)。將其貼到"cortes"欄位。如果某個剪輯點落在同一個單字的兩個部分之間,請將其移除。 - 關鍵字(
claves):這些字詞會以主題色顯示在字幕中。請完全按照words.json中的寫法輸入(包括標點符號,例如"tiempo.")。 - 動態圖形(
motion):預設始終使用,每個影片 3 到 6 個,放在劇本的強勢時刻。請參閱下方表格。 - 縮放(
zoom)和音樂(musica):預設啟用。 - 渲染前檢查單幀:
python S/editar_video.py preview config.json 4.5→work/_prev_4.5.jpg(最終影片的某一秒)。檢查字幕、動態圖形和臉部構圖。 - 渲染:
python S/editar_video.py render config.json→salida.mp4+salida_PORTADA.png。 - 交付前檢查結果幀(使用 ffmpeg 選取 3-4 幀組成一條橫幅)。完成後,為使用者開啟包含影片的資料夾。
如果使用者需要直式和方形版本,請建立兩個設定檔(共用同一個 words.json,但 formato/recorte/subs_y/位置不同)。使用 8 GB RAM 可以平行渲染 2 個影片。
2. 學到的規則(不可跳過)
- 不使用 VAD 轉錄(腳本中已是如此設定):使用 VAD 會遺失第一句話。
- iPhone HDR 影片(HLG, 4K60):不要使用 zscale 套用色調對映(會產生瑕疵)。腳本中輕柔的等化器就能讓原始素材看起來很好。
- 始終保持最高品質:H.264 crf 14 preset slow,音訊 AAC 320k,人聲標準化至 -14 LUFS。除非使用者要求,否則不要為了減少檔案大小而降低品質。
- 字幕位置:直式約
subs_y~1300(IG 安全區域),方形約 ~1060。動態圖形放在上方,遠離臉部和字幕。 - 螢幕文字:簡短、全大寫、直接。不要使用長句。
3. 設定檔參考
| 鍵 | 功能 |
|---|---|
formato | "historia"(1080x1920)或不設定 = feed(1080x1350) |
video, words, salida | 原始影片、words.json 和最終 mp4 的路徑 |
recorte | {x,y,w,h},原始影片座標 |
pre / post | 第一個字之前 / 最後一個字之後的空白秒數 |
subs_y | 字幕的垂直位置 |
claves | 以主題色顯示的關鍵字 |
cortes | [[ini, fin], ...],以原始影片秒數為單位,這些區段將被移除 |
acento | 品牌顏色 [R,G,B](預設珊瑚色 [255,104,74]) |
marca | 品牌名稱(開場/結尾板與封面) |
logo | 方形 PNG 標誌的路徑(封面,可選) |
logo_led | 品牌標誌霓虹燈招牌的照片 → "LED" 開場/結尾。不使用時則使用顏色板 |
placa | 自訂開場/結尾板:{"marca","color","kicker","filas":[...],"pie","size","entrada","cierre"} |
sin_intro | true = 直接從影片開始 |
cierre | {"titulo":[...],"by","fecha","plataformas","handle"}(LED 結尾)— 使用板時會用到 by, fecha, handle |
cierre_seg | 結尾長度(秒) |
portada | {"segundo","kicker","titulo":[行],"size","fecha","pie"} |
zoom | `{"push":0.05,"cortes":0.08,"cara":[x,y],"punch":[{"palabra","hasta" |
musica | {"bpm":92,"seed":3,"vol":0.2,"ducking":0.75} — 產生的節拍(無版權),有語音時自動降低音量。更改 seed 以獲得不同變體 |
vocabulario | 包含專有名詞的文字,幫助 Whisper 辨識 |
動態圖形(motion:事件列表)
每個事件:{"tipo", "palabra", "hasta" 或 "dur", "extra", "txt", "pos":[x,y], "size", "rot", "anim", "escala", "offset"}。pos = 最終畫面中元素的中心點。
當說出 palabra 時出現(如果重複,"n": 2 表示第二次),並在 hasta(+extra 秒)後或經過 dur 秒後消失。anim:"pop"(預設), "slide"(搭配 "desde" 像素), "slam"。
| 類型 | 說明 | 專屬欄位 |
|---|---|---|
texto | 帶有外框的大文字 | txt, size, coral:true = 主題色 |
chip | 圓角標籤 | txt, size, claro |
sello | 傾斜的印章樣式 | txt, size, rot |
slam | 巨大的數字/文字撞擊效果 | txt, size |
calendario | 日曆頁 | txt(星期), big(數字), sub |
envivo | "EN VIVO" 徽章 | txt |
plataforma | 社交媒體徽章(TIKTOK, YOUTUBE, KICK;其他文字 = 深色徽章) | txt |
contador | 計數數字 | 請見 motion.py |
misterio | 帶問號的嘉賓告示牌 | lineas |
每個動態圖形會自動搭配對應的音效。
4. 展示影片(無旁白剪輯,配合音樂節拍)
python S/showreel.py config.json — 設定檔包含 clips(每個片段持續 beats 拍,可含 label), bpm, formato, etiqueta_y, textos, placa, seed, vol。在組合之前,請閱讀 showreel.py 中的 main() 以了解每個片段的確切欄位。
5. 何時使用其他工具
- 更複雜的動畫/動態設計(動態標題、說明性圖形、3D 開場、圖表):使用
hyperframes技能(HyperFrames 官方路由)。 - 用於 YouTube 的長片剪輯、剪除錯誤/重複、說故事:使用 Nate Herk 套件中的技能(
edit-video,cut-mistakes,short-form-edit,video-storytelling),並從套件資料夾中執行。