Clipsmith · prototype qui tourne déjà

De YouTube aux clips verticaux,
sans logiciel de montage.

Une recherche, un lien, et le pipeline sort des extraits 1080×1920 sous-titrés : recherche, téléchargement, transcription, choix du moment, découpe, mixage. Les cinq étapes coûtent moins d'un centime de calcul, aucune API payante.

Le pipeline, cinq étapes

01Chercher

Résultats YouTube avec vues et durée, sans clé d'API.

yt-dlp

02Télécharger

MP4 jusqu'à 1080p, ou seulement la portion utile.

yt-dlp + ffmpeg

03Transcrire

Mots horodatés au dixième, en local, aucune donnée envoyée.

faster-whisper

04Choisir

Fenêtres de 18 à 45 s notées sur les signaux qui retiennent.

scoring local

05Découper

9:16, sous-titres incrustés, niveau à −14 LUFS.

ffmpeg + libass

Sortie réelle

Trois extraits tirés d'une même vidéo

Source : un documentaire de 10 minutes, 128 phrases transcrites. Le texte de chaque extrait est celui de la transcription, le score est celui du classement automatique, calculé en local.

Comparaison source horizontale et clip vertical
La même seconde : source 16:9 à gauche, clip 9:16 sous-titré à droite.
Planche de vignettes du clip 1 score 14.65
43.17 s·-14.3 LUFS ·crête -0.9 dBTP

d'argent, idem en politique, comment gouverner des citoyens rendus plus indépendants grâce à leurs revenus de base, et comment est-ce qu'on se gouverne soi-même ? Est-ce…

  • 4 mots-clés du sujet
  • 2 chiffres
  • 3 questions
  • 2.71 mots/s
Planche de vignettes du clip 2 score 12.25
43.28 s·-14.3 LUFS ·crête -0.9 dBTP

Personne n'irait plus travailler. Tout s'arrêterait, comme si c'était la grève. Et les cadres, en RTT permanente, et le sens des responsabilités. Or de vue, plus…

  • 3 mots-clés du sujet
  • 0 chiffres
  • 5 questions
  • 2.47 mots/s
Planche de vignettes du clip 3 score 10.9
31.56 s·-14.2 LUFS ·crête -0.2 dBTP

Les prestations non payées, 96 milliards d'heures de travail à la maison, pour les enfants ou encore dans le cadre d'une activité bénévole. Un revenu de base…

  • 4 mots-clés du sujet
  • 2 chiffres
  • 0 questions
  • 2.57 mots/s

Trois commandes

# 1. chercher sur YouTube
python3 clipsmith.py search "comment faire un hook" -n 8

# 2. tout enchaîner sur la première vidéo
python3 clipsmith.py run "comment faire un hook" --top 3 --max-source 600

# 3. ou étape par étape
python3 clipsmith.py analyse <video_id> --topic "hook rétention" --top 5
python3 clipsmith.py cut <video_id> --index 1 --mode blur

--mode blur garde l'image entière sur fond flou, --mode crop recadre plein cadre. Sorties dans out/ : le mp4, la planche de vignettes et le json de transcription.

Ce qui marche, ce qui bloque

Acquis

  • Recherche et métadonnées : aucune clé d'API, aucun quota.
  • Transcription 100 % locale, y compris en français.
  • Sous-titres calés au mot, chiffres surlignés.
  • Niveau sonore normalisé pour les plateformes (−14 LUFS).
  • Les cartons noirs (plus de 20 % du clip) sont écartés automatiquement.
  • Le scoring tourne en secondes : on peut essayer plusieurs angles de sujet.

Limites, dites franchement

  • Le choix du moment est statistique (mots-clés, chiffres, questions, débit, luminosité), pas sémantique : il classe, il ne comprend pas. Un passage à 40 s suffit.
  • Pas de suivi de visage : le recadrage est centré, pas intelligent.
  • Depuis une IP de datacenter, YouTube exige une session (Sign in to confirm you're not a bot) : il faut un fichier de cookies exporté du navigateur. Sur une machine personnelle, rien à faire.
  • Reposter un extrait tel quel reste soumis au droit d'auteur : usage d'analyse, de veille ou de réaction.