wanghie nqh-video-shorts
Skill điều phối. Gọi 5 skill còn lại theo đúng thứ tự và tự chuyển timestamp giữa các bước.
Chạy
bash skills/nqh-video-shorts/scripts/pipeline.sh INPUT.mp4 --audience vi
Tuỳ chọn:
| Flag | Mặc định | Ghi chú |
|---|---|---|
--audience |
auto |
vi, en, hoặc auto (tự nhận từ transcript) |
--outdir |
<thư mục input>/sf-out |
|
--mode |
balanced |
độ gắt khi cắt: aggressive / balanced / gentle |
--aspect |
9:16 |
4:5 cho Facebook/LinkedIn, 1:1 cho feed vuông |
--density |
0.12 |
số cú zoom mỗi giây |
--skip |
— | ví dụ --skip zoom,reframe |
--dry-run |
— | chỉ xuất file kế hoạch (edl/reframe/zoommap/ass), không render |
Thứ tự và lý do
1 transcribe → transcript.json (word-level)
2 cut-silence → cut.mp4 + edl.json
remap → cut.transcript.json (KHÔNG chạy Whisper lần 2)
3 reframe → vertical.mp4 (9:16 bám mặt)
4 punch-zoom → zoom.mp4 (chạy sau reframe, để zoom trên khung dọc)
5 captions → final.mp4 (chạy cuối, để chữ không bị crop mất)
Bước remap là chỗ tiết kiệm nhất: sau khi cắt, mọi timestamp trong transcript đều sai. Thay vì chạy lại Whisper large-v3 (vài phút), script dịch timestamp cũ sang trục thời gian mới bằng EDL, mất chưa tới một giây.
Quy trình khuyên dùng
Chạy --dry-run trước, xem 3 file kế hoạch, sửa preset nếu cần, rồi mới render thật:
bash skills/nqh-video-shorts/scripts/pipeline.sh raw.mp4 --audience vi --dry-run
# xem sf-out/raw.cut.edl.json, raw.reframe.json, raw.zoommap.json
bash skills/nqh-video-shorts/scripts/pipeline.sh raw.mp4 --audience vi
Transcript đã có sẽ được dùng lại, không transcribe lại — nên lần chạy thứ hai nhanh hơn nhiều.
Giới hạn
- Một người nói, một góc máy. Phỏng vấn 2 người cần active-speaker detection, chưa có.
- Không tự chọn đoạn hay nhất trong video dài. Skill này dựng nguyên video bạn đưa vào; muốn cắt highlight từ video 30 phút thì cắt thô trước rồi mới đưa vào đây.