מכונת עריכה.לרילס בעברית, בשני פרומפטים לקלוד קוד

אני רוצה שתבנה לי בתיקייה הזאת מכונת עריכה לרילס בעברית: מגלם של דיבור למצלמה לסרטון ערוך, מוכן לאינסטגרם ולטיקטוק, עם כתוביות, כותרת וקאבר. לפני שאתה מתחיל: - תגיד לי במשפט אחד מה הבנת, ותחכה שאגיד כן. - תבדוק איזו מערכת הפעלה יש לי ומה כבר מותקן (פייתון, Node.js, ffmpeg). לפני כל התקנה - תשאל אותי, ותגיד כמה היא שוקלת ולאן היא נכנסת. - אם אין ffmpeg: תתקין את חבילת הפייתון imageio-ffmpeg, שכוללת את ffmpeg, בלי לשנות הגדרות במחשב. - הסרטונים והקול נשארים במחשב. אל תעלה אותם לשום שירות חיצוני. - תשאל אותי אם יש לי תסריט. אם יש - אדביק לך אותו, ותשתמש בו כדי לחלק את התמלול למשפטים. אם אין - תחלק לפי התמלול. מה המכונה עושה, לפי הסדר: 1. בדיקת הגלם - תקרא מהגלם את קצב הפריימים (fps) ותשתמש בו בכל מקום: בחיתוך, בכתוביות וברינדור. קצב שונה בין השלבים יוצר קפיצות ופריימים כפולים. - כל נקודת חיתוך על גבול של פריים. 2. תמלול - במחשב שלי - faster-whisper עם המודל העברי ivrit-ai/whisper-large-v3-turbo-ct2, עם זמן לכל מילה (word_timestamps), language="he", ובלי condition_on_previous_text, כדי שטייק אחד לא ישפיע על הבא. - התמלול רץ על המעבד (device="cpu", compute_type="int8"), כי ככה הוא עובד בכל מחשב. אם יש לי כרטיס מסך חזק של NVIDIA - תשאל אותי לפני שאתה מריץ עליו. - אחרי התמלול תחפש חורים: קול בלי מילים, מילה ארוכה מ-1.5 שניות, שקט בתוך מילה, קטע ארוך מ-20 שניות. כל רצף חשוד - תתמלל מחדש בחלון משלו. - למה: כשמשפט נאמר פעמיים ברצף, Whisper לפעמים כותב אותו פעם אחת ו"מותח" מילה על הניסיון השני. מילה ארוכה או שקט בתוך מילה = כנראה ניסיון חוזר שהתמלול בלע. - החלון לתמלול חוזר מתחיל בדיוק בנקודה החשודה ונגמר בשקט, בלי הניסיון שלפניה - כל תוספת של "הקשר" מחזירה את האיחוד. קצה החלון לפחות 0.15 שנייה ממילה, אחרת המילה שבקצה נבלעת. - גרסה חדשה נכנסת רק אם היא מכסה יותר מהקול ולא יורדת בביטחון. - Whisper לפעמים ממציא טקסט על שקט (למשל "תודה רבה"). טקסט כזה לא נכנס. 3. בחירת הטייקים - משפטים שטעיתי בהם נאמרים שוב, לפעמים כמה פעמים. מכל משפט קח את הניסיון האחרון והשלם. - טייק חוזר יכול לאחד כמה משפטים קודמים, או להסתיים אחרת - תראה לי את החלופה. - דיבור שהוא לא תוכן (הערות לעצמי בין טייקים) לא נכנס. - אם בתחילת הטייק האחרון עוד רואים תזוזה של כניסה לפריים - קח את הקודם. אם אין קודם - תשאל אותי. - הכתוביות הן מה שנאמר בפועל, גם אם זה שונה מהתסריט. - לפני שאתה חותך, תראה לי טבלה: משפט, איזה טייק בחרת, ולמה. תסמן בה מילים ושמות שאתה לא בטוח בהם - בלי תסריט אין לך איך לדעת. 4. חיתוך - נקודות החיתוך לפי עוצמת הקול, ולא רק לפי הזמנים של Whisper - הם יוצאים מוקדמים או מאוחרים מדי. ריפוד קטן לפני ואחרי כל טייק, רק לתוך שקט. - בכל קאט בערך 0.1 שנייה בין סוף הדיבור לתחילת הדיבור הבא - זה מה שהאוזן שומעת, לא רק שקט מוחלט. שקט ארוך מ-0.6 שנייה בתוך טייק מתקצר. fade של כמה מילישניות בכל קאט, כדי שלא יהיה קליק. - אף פעם לא באמצע מילה. בין שתי מילים צמודות: חותכים בנקודה השקטה ביותר ביניהן, ובודקים בתמלול חוזר של הקטע אחרי החיתוך שלא נבלעה או הוכפלה מילה. - התמלול החוזר לא תופס עיצור שנחתך בתחילת מילה (כמו צ' או ס'). לכן תבדוק גם לפי עוצמת הקול שאף קטע לא מתחיל בתוך צליל שממשיך ישר לדיבור. וכשאבקש להדק קאט - ההידוק לעולם לא נכנס לתוך תחילת מילה. - צליל חלש וקצר שצמוד לדיבור (עיצור כמו כ', פ', ט') שייך למילה ולא נחתך. - נשימות במיקרופון: נשימה היא קול חלש מחוץ למילים, שנשמע כמו רעש. נשימה מופרדת מהדיבור - לא נכנסת; נשימה צמודה - נשארת ומונמכת. מילה קצרה היא לא נשימה. 5. קול - ניקוי רעש עדין והשוואת עוצמה ל-14- LUFS (loudnorm בשני מעברים). אם ההקלטה חזקה - מגביל עדין לפני loudnorm, כדי שהאיזון יישאר אחיד, ועם latency=1, אחרת הקול זז אחרי התמונה. אם ההקלטה במונו - להעביר לסטריאו בלי להגביר אותה ב-3dB. - קול ותמונה מסונכרנים לכל אורך הסרטון, בלי פריימים קפואים בסוף. 6. כתוביות וכותרת - ברמושן (Remotion) - רמושן מרנדר טקסט בדפדפן, ולכן עברית יוצאת מימין לשמאל ובצורה נכונה. (הרישיון: חינם לעסק של עד שלושה עובדים.) - כתוביות: 1-3 מילים בכל פעם, עד כ-15 תווים, שבירה אחרי פיסוק. לבן, עבה, עם צל רך, בערך ב-60% מגובה המסך. פונט: היבו (Heebo) מגוגל פונטס, אם לא ביקשתי אחר. - מילים באנגלית בתוך משפט בעברית - כיחידה אחת, כדי שהסדר לא יתהפך. גם פיסוק שאחרי מילה באנגלית, אחרת יוצא "אבל ?Dot". תבדוק את זה במדידה, לא רק בעין. - שמות מותגים (Claude, OpenAI...) Whisper כותב בתעתיק עברי. בכתוביות תכתוב אותם באנגלית, ואחרי תחילית עברית - עם מקף ("ש-Claude"). על כל שם חדש תשאל אותי, ותשמור את התשובה במילון. - כותרת בראש הסרטון, שתי שורות: הראשונה גדולה ובצבע (תשאל אותי איזה), השנייה קטנה בלבן. היא לא מכסה את הפנים, ונעלמת בסוף המשפט הראשון. אם הרקע בהיר - הצללה עדינה מאחוריה. את הנוסח אכתוב לך, או שתציע לי שלוש אפשרויות. - אינסטגרם מכסה חלק מהמסך: שום דבר חשוב לא נכנס לחלק העליון (עד 250 פיקסלים מלמעלה), לתחתון (מ-1580) ולצד ימין למטה (x מעל 960, בגובה 1100-1700). תבדוק את זה על פריים מכל גרפיקה. - בלי זום שמשתנה בקאט - זה נראה כמו תקלה. 7. קאבר - תמצא בגלם רגעים בלי דיבור, שבהם התמונה חדה, העיניים פתוחות והמבט למצלמה (בין טייקים מסתכלים הרבה למטה), ותראה לי 6-8 מהם בדף אחד. אני אבחר. - על הפריים שאבחר: כותרת קצרה וגדולה (אם לא ביקשתי אחרת - הכותרת של הסרטון), בשתי גרסאות עיצוב. הכותרת בתוך החיתוך 3:4 שאינסטגרם מציג בגריד (בערך y 240-1680). 8. הסרטון הסופי - 1080x1920, h264, crf 18, בקצב הפריימים של הצילום. - לפני שאתה אומר "מוכן": תבדוק שאין קאט באמצע מילה, שבכל קאט יש לפחות 0.05 שנייה שקט, שאין פריימים כפולים, שהקול והתמונה מסונכרנים (הפרש של עד 0.005 שנייה), שהעוצמה בערך 14- LUFS ושהשיא לא עולה על 1- dBTP. ותמדוד בכל קאט את הפער שהאוזן שומעת, מסוף הדיבור לתחילת הדיבור הבא: על כל קאט ארוך מרבע שנייה - תשאל אותי אם להדק. ותראה לי כמה פריימים לבדיקה בעין. איך עובדים: - כל סרטון בתיקייה משלו: גלם, תמלול, טייקים, סופי. - תכתוב קובץ הוראות (CLAUDE.md) עם הסגנון שלי והכללים, ובכל פעם שאתקן אותך - תעדכן אותו. ככה כל סרטון הבא מהיר יותר. - כל גרפיקה, פונט ואייקון שתייצר נשמרים בספרייה אחת, לשימוש חוזר. - נתחיל מסרטון קצר אחד. הסרטון נמצא כאן:

עכשיו תבנה לי חדר עריכה: עמוד בדפדפן, על המחשב שלי בלבד, שבו אראה את הסרטון ואעיר לך עליו - במקום לכתוב לך הכל בצ'אט. העיקרון: עריכה כמו במסמך. הסרטון במרכז, התמלול לידו כטקסט, ציר זמן אחד בתחתית, ההערות בצד. הכל גדול וברור. מה אפשר לעשות בחדר: - לחיצה על מילה בתמלול קופצת לרגע הזה בסרטון. - לסמן מילים ולחתוך או להחזיר. לחיצה כפולה על מילה - תיקון כתיב בכתוביות. - לגרור קצה של קטע בציר הזמן, כדי להאריך או לקצר אותו. - להעיר על רגע: מקש C, וההערה נשמרת עם הזמן בסרטון. - לצייר על הפריים, כדי להראות לך בדיוק איפה. הציור נשמר עם ההערה. - החלטות: כשאתה צריך שאבחר בין אפשרויות, תכין אותן מראש בחדר, ואני אבחר. - כפתור "סיימתי - שליחה לקלוד" ששומר הכל. ואז אכתוב לך בצ'אט "שלחתי". איך זה בנוי: - שרת פייתון קטן, רק על 127.0.0.1, בלי חבילות חיצוניות - אבל עם תמיכה בקפיצה בתוך הסרטון (Range), אחרת הנגן לא קופץ. הסרטון לא יוצא מהמחשב. - החדר מנגן את החיתוך ישר מעותק קל של הגלם (540x960, עם keyframe כל חצי שנייה, כדי שכל קפיצה תהיה מהירה), בלי לרנדר: שני נגנים שמתחלפים בכל קאט. ככה כל שינוי נראה מיד. מה שבחדר הוא תצוגה מקדימה - את החיתוך האמיתי, לפי עוצמת הקול, תחשב אחרי "שלחתי". - בחלון מוסתר הדפדפן לא מצייר פריימים, ולכן המעקב אחרי הקאטים צריך גם טיימר, לא רק מעקב לפי פריים - אחרת הסרטון מנגן מעבר לקאט. - כל שינוי נשמר לבד, גם בדפדפן וגם בקובץ JSON של הסבב. השרת לא דורס הערות קיימות בשמירה ריקה, ושומר גיבוי לפני כל שמירה. - כל סבב מקבל קישור משלו (סבב 1, סבב 2...). בראש סבב חדש: מה עשית עם כל הערה מהסבב הקודם. - העמוד בעברית מימין לשמאל, אבל הנגן וציר הזמן - משמאל לימין. - השרת ממשיך לרוץ גם אחרי שהשיחה איתך נסגרת, אבל לא אחרי הפעלה מחדש של המחשב. תכין לי קובץ שמפעיל אותו בלחיצה כפולה, ותכתוב שגיאות לקובץ לוג - ככה אם החדר לא נפתח, תוכל לבדוק למה. לפני שאתה מוסיף משהו שעולה לבד עם המחשב - תשאל אותי. העיצוב: - וייב של חלל: רקע כחול-סגול כהה מאוד (#0B0A1F), עם גרדיאנט רך של ערפילית וכוכבים זעירים - עדין, בלי אנימציות כבדות שיאטו את הנגן. הסרטון הוא הדבר הבהיר והבולט במסך. - הדגשות בסגול (#8B5CF6) ובכחול זוהר (#60A5FA): כפתורים, סימון מילים, ציר הזמן. כרטיסים כהים ושקופים למחצה. - פונט: היבו (Heebo). - בפינה השמאלית התחתונה, חתימה קטנה ועדינה: "Dana K Systems", שקופה למחצה, עם קישור ל-danaksystem.com. החתימה רק בחדר - לא על הסרטונים. איך עובדים: - תבנה קודם גרסה פשוטה (נגן, תמלול, הערות ושליחה), תראה לי, ואז נוסיף את השאר. - לפני שאתה שולח לי קישור: תפתח את החדר בעצמך, תנגן, ותוודא שהוא עובד. בחלון מוסתר הנגן לא מתקדם - שם תבדוק בקפיצות לרגעים. - אחרי שאשלח: תקרא את ההערות, תיישם, תבנה סבב חדש ותיתן לי קישור חדש. - כשהחיתוך סגור, תוסיף לחדר שלב שני - שכבות: הכתוביות, הכותרת והגרפיקה מעל הסרטון, בנגן של רמושן (Remotion Player) עם אותה קומפוזיציה של הרינדור. שם אפשר לתקן כתוביות, להסתיר גרפיקה ולהעיר על פריים, לפני הרינדור הסופי. - גם בשלב השכבות אוכל לתקן קאט: תשאיר בציר הזמן את כלי החיתוך מהשלב הראשון. שינוי בקאט מריץ מחדש את כל השרשרת - חיתוך, קול, גרפיקות, צלילים ורינדור - ולכן כל גרפיקה וכל צליל מעוגנים למילה בתמלול ולא לשנייה, כדי שיזוזו לבד עם החיתוך. גרפיקות, אנימציות ומושן - בשלב השכבות: - לפני שאבקש משהו, תציע בעצמך 3-5 רגעים בסרטון שבהם גרפיקה תעזור לצופה להבין, ותראה לי אותם בחדר. דוגמה שלא נאמרה בסרטון (למשל מספרים בתוך גרפיקה) - תסמן לי שהמצאת אותה. - בחדר אעיר על רגע מה אני רוצה שיופיע ("פה טקסט שמוקלד", "פה אייקון של יומן", "פה לוגו בתנועה"), ואתה בונה את זה ברמושן, כשכבה מעל הסרטון. - מושן שמספר את המשפט שנאמר באותו רגע: טקסט שמוקלד, אייקונים שנכנסים, דמות מצוירת, לוגו בתנועה. לא קוביות שחורות עם תווית. - הגרפיקה מרחפת על הסרטון, בלי מסך מפוצל, והפנים שלי נשארות גלויות: תמדוד איפה הפנים לאורך הסרטון, ותבדוק כל פריים גם מול האזור הזה - כולל צל של כרטיס. - טקסט בתוך גרפיקה - לפחות 40 פיקסלים (בסרטון ברוחב 1080), ותבדוק אותו בתמונה בגודל של טלפון. - כל גרפיקה נכנסת ויוצאת בתנועה רכה, עם צליל קצר: קליק של עכבר, הקלדה, דפדוף, משב אוויר. עדיף הקלטות אמיתיות מספרייה חינמית שמותר להשתמש בה בתוכן מסחרי (למשל Mixkit) - צלילים שנוצרים במחשב נשמעים לפעמים רובוטיים. לפני כל הורדה - תשאל אותי. הצלילים שקטים מהדיבור (לפחות 8 dB מתחתיו), ובסרטון הסופי תערבב אותם לקול לפי אותם פריימים ובאותה עוצמה כמו בחדר. - כל גרפיקה נבדקת מול האזורים שאינסטגרם מכסה. - הנגן של רמושן הוא רכיב ריאקט: את העמוד אפשר לבנות עם esbuild, שכבר מגיע עם רמושן, והשרת נשאר בלי חבילות. - כל רכיב שבנית נשמר בספרייה, כדי שבסרטון הבא אפשר יהיה להשתמש בו שוב.