video-editing

name video-editing description 実写素材のカット、構築、強化のためのAI支援ビデオ編集ワークフロー。生の撮影素材からFFmpeg、Remotion、ElevenLabs、fal.aiを経て、DescriptまたはCapCutで最終仕上げを行う完全なパイプラインをカバーする。ユーザーがビデオの編集、素材のカット、vlogの作成、またはビデオコンテンツの構築を望む場合に使用する。 origin ECC ビデオ編集 実際の素材に対するAI支援編集。プロンプトからの生成ではない。既存のビデオを素早く編集する。 有効化する場面 ユーザーがビデオ素材の編集、カット、または構築をしたい 長い録音を短いビデオコンテンツに変換する 生の素材からvlog、チュートリアル、またはデモビデオを構築する 既存のビデオにオーバーレイ、字幕、音楽、またはナレーションを追加する 異なるプラットフォーム（YouTube、TikTok、Instagram）用にビデオを再フレーミングする ユーザーが「ビデオを編集する」「この素材をカットする」「vlogを作る」「ビデオワークフロー」と言及している コアフィロソフィー AIにビデオ全体を作成させることをやめ、実際の素材を圧縮・構築・強化するために使い始めると、AI動画編集が役立つようになる。価値は生成にあるのではない。価値は圧縮にある。 処理パイプライン Screen Studio / 生の素材 → Claude / Codex → FFmpeg → Remotion → ElevenLabs / fal.ai → Descript または CapCut 各レイヤーには特定の役割がある。レイヤーをスキップしない。1つのツールですべてをやろうとしない。 レイヤー1：収集（Screen Studio / 生の素材） ソース素材を収集する： Screen Studio ：アプリのデモ、コーディングセッション、ブラウザワークフロー向けの洗練されたスクリーンレコーディング 生のカメラ素材 ：vlog素材、インタビュー、イベント録画 VideoDBによるデスクトップキャプチャ ：リアルタイムコンテキストを伴うセッション録画（ videodb スキル参照） 出力：整理準備ができた生のファイル。 レイヤー2：整理（Claude / Codex） Claude CodeまたはCodexを使用して： 転写とタグ付け ：トランスクリプトを生成し、トピックとキーポイントを特定する 構造の計画 ：保持するもの、カットするもの、順序を決定する 無効なセグメントの特定 ：ポーズ、脱線、テイクの繰り返しを見つける 編集決定リストの生成 ：カット用のタイムスタンプ、保持するセグメント FFmpegとRemotionコードのスキャフォールディング ：コマンドとコンポジションを生成する プロンプトの例： 「これは4時間の録音のトランスクリプトです。24分のvlogに最適な8つのハイライトを見つけてください。 各セグメントにFFmpegカットコマンドを提供してください。」 このレイヤーは構造に関するものであり、最終的なクリエイティブな判断ではない。 レイヤー3：決定論的カット（FFmpeg） FFmpegは退屈だが重要な作業を処理する：分割、トリミング、結合、前処理。 タイムスタンプでセグメントを抽出する ffmpeg -i raw.mp4 -ss 00:12:30 -to 00:15:45 -c copy segment_01.mp4 編集決定リストに基づくバッチカット #!/bin/bash # cuts.txt: start,end,label while IFS=, read -r start end label; do ffmpeg -i raw.mp4 -ss " $start " -to " $end " -c copy "segments/ ${label} .mp4" done < cuts.txt セグメントを結合する # Create file list for f in segments/*.mp4; do echo "file ' $f '" ; done > concat.txt ffmpeg -f concat -safe 0 -i concat.txt -c copy assembled.mp4 編集を高速化するためのプロキシファイルを作成する ffmpeg -i raw.mp4 -vf "scale=960:-2" -c:v libx264 -preset ultrafast -crf 28 proxy.mp4 転写用に音声を抽出する ffmpeg -i raw.mp4 -vn -acodec pcm_s16le -ar 16000 audio.wav 音声レベルを正規化する ffmpeg -i segment.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy normalized.mp4 レイヤー4：プログラマブルコンポジション（Remotion） Remotionは編集問題をコンポーザブルなコードに変換する。従来のエディタでは面倒なことに使用する： Remotionを使用する場面 オーバーレイ：テキスト、画像、ブランドロゴ、ローワーサード データビジュアライゼーション：チャート、統計、アニメーション数値 モーショングラフィックス：トランジション、説明アニメーション コンポーザブルシーン：ビデオ間で再利用可能なテンプレート 製品デモ：注釈付きスクリーンショット、UIハイライト 基本的なRemotionコンポジション import { AbsoluteFill , Sequence , Video , useCurrentFrame } from "remotion" ; export const VlogComposition : React . FC = () => { const frame = useCurrentFrame (); return ( < AbsoluteFill > {/* Main footage */} < Sequence from = {0} durationInFrames = {300} > < Video src = "/segments/intro.mp4" /> </ Sequence > {/* Title overlay */} < Sequence from = {30} durationInFrames = {90} > < AbsoluteFill style = {{ justifyContent: " center ", alignItems: " center ", }}> < h1 style = {{ fontSize: 72 , color: " white ", textShadow: " 2px 2px 8px rgba ( 0 , 0 , 0 , 0.8 )", }}> The AI Editing Stack </ h1 > </ AbsoluteFill > </ Sequence > {/* Next segment */} < Sequence from = {300} durationInFrames = {450} > < Video src = "/segments/demo.mp4" /> </ Sequence > </ AbsoluteFill > ); }; 出力をレンダリングする npx remotion render src/index.ts VlogComposition output.mp4 詳細なパターンとAPIリファレンスについては Remotionドキュメント を参照する。 レイヤー5：生成アセット（ElevenLabs / fal.ai） 必要なものだけを生成する。ビデオ全体を生成しない。 ElevenLabsでのナレーション import os import requests resp = requests.post( f"https://api.elevenlabs.io/v1/text-to-speech/ {voice_id} " , headers={ "xi-api-key" : os.environ[ "ELEVENLABS_API_KEY" ], "Content-Type" : "application/json" }, json={ "text" : "Your narration text here" , "model_id" : "eleven_turbo_v2_5" , "voice_settings" : { "stability" : 0.5 , "similarity_boost" : 0.75 } } ) with open ( "voiceover.mp3" , "wb" ) as f: f.write(resp.content) fal.aiでの音楽と効果音の生成 fal-ai-media スキルを以下に使用する： バックグラウンドミュージック生成 効果音（ビデオからオーディオへのThinkSoundモデル） トランジション効果音 fal.aiでのビジュアル生成 存在しないカットアウェイ、サムネイル、またはBロール素材に使用する： generate(app_id: "fal-ai/nano-banana-pro", input_data: { "prompt": "プロフェッショナルなテクビデオサムネイル、暗い背景、画面上にコード", "image_size": "landscape_16_9" }) VideoDBによる生成オーディオ VideoDBが設定されている場合： voiceover = coll.generate_voice(text= "Narration here" , voice= "alloy" ) music = coll.generate_music(prompt= "lo-fi background for coding vlog" , duration= 120 ) sfx = coll.generate_sound_effect(prompt= "subtle whoosh transition" ) レイヤー6：最終仕上げ（Descript / CapCut） 最後のレイヤーは人間が行う。従来のエディタを使用して： ペーシング調整 ：速すぎたり遅すぎると感じるカットを調整する 字幕 ：自動生成してから手動でクリーンアップする カラーグレーディング ：基本的な補正とムード調整 最終オーディオミックス ：ボイス、音楽、効果音のレベルをバランスする エクスポート ：プラットフォーム固有のフォーマットと品質設定 ここにセンスが現れる。AIが繰り返し作業をクリーンアップする。最終的な決定はあなたが行う。 ソーシャルメディア向けの再フレーミング プラットフォームによって異なるアスペクト比が必要： プラットフォーム アスペクト比 解像度 YouTube 16:9 1920x1080 TikTok / Reels 9:16 1080x1920 Instagram Feed 1:1 1080x1080 X / Twitter 16:9 または 1:1 1280x720 または 720x720 FFmpegで再フレーミングする # 16:9 to 9:16 (center crop) ffmpeg -i input.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" vertical.mp4 # 16:9 to 1:1 (center crop) ffmpeg -i input.mp4 -vf "crop=ih:ih,scale=1080:1080" square.mp4 VideoDBで再フレーミングする from videodb import ReframeMode # Smart reframe (AI-guided subject tracking) reframed = video.reframe(start= 0 , end= 60 , target= "vertical" , mode=ReframeMode.smart) シーン検出と自動カット FFmpegシーン検出 # Detect scene changes (threshold 0.3 = moderate sensitivity) ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync vfr -f null - 2>&1 | grep showinfo 自動カットのための無音検出 # Find silent segments (useful for cutting dead air) ffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=2 -f null - 2>&1 | grep silence ハイライト抽出 Claudeを使用してトランスクリプト+シーンタイムスタンプを分析する： 「タイムスタンプ付きのトランスクリプトとシーントランジションポイントに基づいて、 ソーシャルメディア投稿に最適な5つの30秒の最も魅力的なクリップを見つけてください。」 各ツールが最も得意とすること ツール 強み 弱み Claude / Codex 整理、計画、コード生成 クリエイティブな判断レイヤーではない FFmpeg 決定論的カット、バッチ処理、フォーマット変換 ビジュアル編集UIなし Remotion プログラマブルオーバーレイ、コンポーザブルシーン、再利用可能テンプレート 非開発者には学習曲線がある Screen Studio 即座に洗練されたスクリーンレコーディングを取得 スクリーンキャプチャのみ ElevenLabs ボイス、ナレーション、音楽、効果音 ワークフローのコアではない Descript / CapCut 最終ペーシング調整、字幕、仕上げ 手動操作、自動化不可 主要原則 生成ではなく編集。 このワークフローは実際の素材をカットするためのものであり、プロンプトから作成するものではない。 スタイルより先に構造。 ビジュアル要素に触れる前に、レイヤー2でストーリー構造を確定させる。 FFmpegが骨格。 退屈だが重要。長い素材がここで管理可能になる。 Remotionは再現性のために。 何度も行う操作はRemotionコンポーネントにする。 選択的な生成。 存在しないアセットにのみAI生成を使用し、すべてには使用しない。 センスは最後のレイヤー。 AIが繰り返し作業をクリーンアップする。最終的なクリエイティブな決定はあなたが行う。 関連スキル fal-ai-media — AI画像、ビデオ、オーディオ生成 videodb — サーバーサイドのビデオ処理、インデックス作成、ストリーミング content-engine — プラットフォームネイティブなコンテンツ配信