feat(voz): legenda por ênfase, forced align, IA local e correções de zoom/revisão

Trabalho da branch feat/revisao-enfases: pipeline de edição por voz ganha
alinhamento forçado (whisperx), roteirização por LLM local (Ollama), e a
etapa 5 (revisão de frases) passa a refletir de verdade o que é aplicado.

- generate_subtitles_by_emphasis: legenda comum cobre o clipe inteiro,
  legenda dinâmica só nas frases de ênfase, e a comum é desativada
  (enabled="0") onde a dinâmica cobre, em vez de nunca ser gerada ali.
- validate_subtitle_layout ignora títulos com enabled="0" — corrige falso
  positivo de colisão contra o que está desativado no lugar dele.
- Corrige zoom/marcador sendo descartado quando a borda encosta exatamente
  no início de um corte.
- Etapa 5 do Assistente: recarrega quando as decisões da IA mudam (com
  fresh=true, ignorando a revisão salva antiga) — resolve a dessincronia
  entre "ativa" na tela e o que já foi cortado no FCPXML.
- Etapa "Processar" reaplica as decisões da revisão (_phrase_actions.json)
  antes da cadeia de remoção de silêncio/legendas — antes, desativar uma
  frase na etapa 5 não tinha efeito nenhum no vídeo final.
- Etapa "Concluído" fundida em "Processar" — abrir no Final Cut/Finder
  aparece assim que termina, sem slide extra.
- Palavra clicável na etapa 5 agora funciona como toggle (clique de novo
  desfaz) e mostra a própria ênfase (sublinhado colorido + peso da fonte).
- fcpxml/forced_align.py, fcpxml/llm_local.py, ai_edit.py: alinhamento
  fonético via whisperx e roteirização local via Ollama/Gemma.

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
This commit is contained in:
João Henrique
2026-08-21 18:26:04 -04:00
co-authored by Claude Sonnet 5
parent 711c397dfe
commit 7b5aed79ee
36 changed files with 2922 additions and 624 deletions
+15
View File
@@ -194,6 +194,7 @@ class FCPXMLParser:
media_path=media_path,
audio_role=elem.get('audioRole', ''),
video_role=elem.get('videoRole', ''),
rotation=self._parse_clip_rotation(elem),
)
clip.markers.extend(self._collect_markers(elem))
@@ -205,6 +206,19 @@ class FCPXMLParser:
return clip
def _parse_clip_rotation(self, elem: ET.Element) -> float:
"""Degrees from this clip's ``<adjust-transform rotation="...">`` —
an edit-time correction (e.g. straightening a tilted phone shot),
not the camera's own recorded orientation. FCP writes the rotation
as an attribute on that element, not as a filter param."""
transform = elem.find('adjust-transform')
if transform is None:
return 0.0
try:
return float(transform.get('rotation', '0'))
except ValueError:
return 0.0
def _parse_marker_element(self, elem: ET.Element) -> Optional[Marker]:
"""Parse any marker element (<marker> or <chapter-marker>).
@@ -337,6 +351,7 @@ class FCPXMLParser:
lane=lane, offset=offset, source_start=start,
media_path=media_path, clip_type=elem.tag, role=role,
ref_id=ref, parent_clip_name=parent_name,
rotation=self._parse_clip_rotation(elem),
)
connected.markers.extend(self._collect_markers(elem))