Video-Pipeline, Schnitt nach Transkript

Der Ablauf

1. Transkript. ElevenLabs Scribe transkribiert die Aufnahme mit einem Zeitstempel für jedes Wort.
2. Versprecher finden. Verdächtige Stellen schneide ich heraus und lasse sie ein zweites Mal transkribieren. So fallen Versprecher auf, die im ersten Durchgang untergehen.
3. Schnitt. Den Schnittplan gebe ich vor jedem Lauf frei. Danach schneidet ffmpeg nach der Schnittliste.
4. Untertitel und Animationen. Beides entsteht aus denselben Zeitstempeln, die Animationen als HTML- oder Remotion-Szenen.

Die Werte im Schnitt

Jede Schnittliste enthält einen Block _padding_params mit den verwendeten Werten. Wer die Datei öffnet, sieht für jeden Schnitt, wo er gesetzt wurde und warum.

100 / 80 ms

mitten im Satz, nach dem letzten Wort und vor dem nächsten

200 / 130–150 ms

an Satzgrenzen

600–700 ms

am Videoende, nach dem tatsächlich letzten Wort

Prüfen vor dem Rendern

Vor jedem vollen Rendern laufen maschinelle Prüfungen, unter anderem eine Kontrolle Bild für Bild. Ein Fehler, den sie findet, kostet Minuten. Ein Fehler im fertigen Video kostet einen ganzen Durchgang.

Ehrlich gemessen

Eine Ersparnis in Stunden nenne ich nicht, weil ich die Zeit vor der Pipeline nie gestoppt habe. Beim nächsten Video hole ich das nach.