롱폼 자동 편집

들어 있는 파일

SKILL.md
references/pipeline.md
scripts/breath_clean.py
scripts/retime_build.py
scripts/tts_batches.mjs
README.txt

SKILL.md 앞부분 미리보기

---
name: longform-auto-edit
description: 블록 대본과 AI 영상 클립으로 10~15분 롱폼을 조립한다. TTS 생성, 나레이션 길이에 맞춘 영상 리타이밍, 들숨 제거까지 스크립트로 처리하고, BGM·효과음·자막은 규칙 문서로 안내한다.
---

# 롱폼 자동 편집 (대본 + 클립 → 나레이션 입힌 영상)

블록으로 나눈 대본과, 블록마다 3개씩 만든 10초짜리 AI 영상 클립을 받아 나레이션이 입혀진 롱폼을 만든다. 클립을 자르지 않고 **속도만 조절**해서 나레이션 길이에 정확히 맞추는 것이 핵심이다.

## 이 스킬이 하는 일, 안 하는 일
- **스크립트로 처리**: TTS 생성(`tts_batches.mjs`), 들숨 제거(`breath_clean.py`), 리타이밍 조립(`retime_build.py`)
- **규칙 문서로만 안내**: BGM 배치, 효과음, 자막(`references/pipeline.md`). 이 부분은 스크립트가 없으니 사용하는 편집 도구나 직접 만든 스크립트로 진행한다.

## 이럴 때 쓴다
- "대본이랑 클립 다 있어, 롱폼으로 조립해줘"
- "나레이션 입혀서 영상 길이를 맞춰줘"
- "나레이션이 끝났는데 영상만 계속 나오는 거 고쳐줘"

## 준비물 (폴더 구조)
```
<에피소드폴더>/
  narration.txt          블록 대본 ("[B01] 글자수=254자" 다음 줄에 "  텍스트: 본문")
  03_동영상_클립/         연속 클립: ..._1to2.mp4, ..._2to3.mp4 ... (블록당 3개, 마지막 블록은 2개). 소리가 없어도 된다
  04_오디오/             TTS 결과가 들어갈 곳(자동 생성)
  05_최종완성본/         결과물이 나올 곳(자동 생성)
```
필요한 도구: Node 18+, Python 3 + numpy, ffmpeg, TTS 서비스 API 키(Typecast 기준, 환경변수 `TYPECAST_API_KEY`). 보이스(voice_id)는 사용자가 고른다.

## 순서
1. **대본 점검** — 블록당 글자 수를 맞춘다. 내 TTS 보이스로 짧게 시험 호출해 초당 글자 수를 먼저 잰다(예: 초당 약 8.4자였다면 클립 3개 30.4초에 약 254자, 클립 2개 20.3초에 약 169자). 숫자는 읽는 방식을 정해서 일관되게 쓴다.
2. **TTS 생성** — `node scripts/tts_batches.mjs <에피소드폴더> <voice_id> <tag>`. 글자 제한(2000자) 때문에 약 1900자씩 나눠 호출하므로 30블록이면 API 호출이 약 5회다. 과금은 보낸 글자 수 기준이고, `--yes`를 붙이기 전에는 블록 수·총 글자 수·호출 횟수만 보여주고 멈춘다. 이미 있는 배치는 건너뛰고(`--force`로만 덮어씀) `block-times.json`(블록별 시작·끝 초)을 만든다.
3. **들숨 제거** — `python scripts/breath_clean.py <에피소드폴더> <tag>`. 쉼 구간의 숨소리만 지우고 길이는 그대로 둔다. 파일이 읽히지 않으면 멈추고 알린다.
4. **리타이밍 조립** — `python scripts/retime_build.py <에피소드폴더> block-times.json <출력파일명>`. 블록별로 클립 속도를 나레이션 길이에 맞추고, 클립 소리는 쓰지 않고 나레이션만 얹어 이어 붙인다. 속도가 0.85~1.25배를 벗어나는 블록은 대본 글자 수가 어긋난 것이니 대본을 고친다.
5. **BGM·효과음·자막** — `references/pipeline.md`의 규칙을 따른다.
6. **검수** — 처음·중간·끝 프레임을 뽑아 보고, 끝부분 무음 구간과 총 길이를 확인한다.

## 지켜야 할 규칙
- 영상은 컷하지 않는다. 속도로만 맞춘다.
- TTS는 유료이니 대본을 먼저 확정하고 호출한다. 결과가 마음에 안 들면 대본부터 고친다.
- 자막은 보는 사람 수준에 맞춘 쉬운 말로 쓰고, 근거가 엇갈리는 내용은 단정하지 않는 표현을 쓴다.