João Henrique
a9e5b5ff58
- copiada a skill editar-por-voz e seus critérios para as skills do projeto - adaptada a skill editar-por-voz para usar o banco SQLite como fonte oficial - corrigida a cópia do JSON do tipo de vídeo para priorizar clipboard Unicode - criado carregador único do contexto de edição por voz a partir do SQLite - criada entrada para registrar planos no SQLite e reaproveitar o mesmo plano na aplicação - habilitado carregamento do plano editorial diretamente do SQLite na interface - corrigido o bloqueio visual da etapa de carregamento do plano salvo - configurado carregamento automático do plano salvo após selecionar a sequência - documentada a sequência como raiz de retomada do fluxo de edição - criada a estrutura local para análise de músicas instrumentais com Essentia Resumo: - 22 arquivos alterados - 11 novos - 11 modificados - 0 removidos 11 files changed, 270 insertions(+), 34 deletions(-) Arquivos: - .jhonny/analises.db - CONTEXT.md - code/cep-plugin/index.html - code/cep-plugin/main.js - code/engine/README.md - code/engine/aplicar_plano_de_edicao.py - code/engine/integracoes/audio/__init__.py - code/engine/persistencia/consultas.py - code/engine/requirements-audio.txt - code/engine/testes/test_consultas_de_persistencia.py - code/tests/cep-tipos-video-encoding.test.ts - code/.jhonny/ - code/engine/carregar_plano_de_edicao.py - code/engine/integracoes/audio/contratos.py - code/engine/integracoes/audio/modelos_de_analise_musical.py - code/engine/integracoes/audio/provider_de_analise_musical_essentia.py - code/engine/preparar_edicao_por_voz.py - code/engine/registrar_plano_de_edicao.py - code/engine/testes/test_analisador_de_musica_essentia.py - code/engine/testes/test_carregar_plano_de_edicao.py - code/engine/testes/test_registrar_plano_de_edicao.py - code/plugins/premiere-pro/skills/editar-por-voz/
3.8 KiB
05 — Zoom (punch-in)
Escopo: Onde dar punch-in, qual janela e qual escala — e o que a escala significa além do zoom. Quando: Fase 5 — ver a ordem de trabalho em
../SKILL.md.
Quando usar
No momento em que o argumento vira. Um pico acústico só merece zoom se for também um pico de sentido.
Palavra gritada sem peso narrativo não ganha nada — e isso inclui os picos que caem em artigos e conectivos, que são picos de entrega, não de conteúdo.
A janela
start — na palavra de ênfase.
end — no fim da frase. A frase inteira, não o fim do segmento da
transcrição.
O Whisper corta frases no meio, por respiração e não por gramática:
"Aquela mama com um formato mais estruturado, que valoriza o seu colo, que dá aquele ar" | "de elegância, isso é desejo de muitas mulheres, né?"
Soltar o zoom no fim do primeiro segmento libera no meio do pensamento —
é o que faz um punch-in parecer arbitrário. suggest_zoom_windows já
estende até a pontuação final (. ! ? …), e nunca atravessa uma
fronteira de tomada.
A forma — o programa decide sozinho
Você escolhe start e end; a forma sai da posição da janela dentro do
trecho:
| Situação | Comportamento | Por quê |
|---|---|---|
| Começa a >0,5s do início do trecho | entrada rápida (~0,25s) | o movimento chega junto com a palavra |
| Começa a ≤0,5s do início | entra já ampliado, sem transição | o corte já foi a transição; uma rampa ali lê como a imagem se acomodando |
| Frase termina no meio do trecho | saída seca, 1 frame | volta ao enquadramento sem chamar atenção |
| Frase termina a ≤1s do corte | não volta — segura até o corte | o próximo trecho já abre no enquadramento dele; voltar antes é movimento desperdiçado |
Os limiares são diferentes de propósito: no fim o corte esconde um retorno inacabado, mas no início a rampa é visível desde o primeiro frame.
Para forçar manualmente, existem start_at_peak e hold_at_end — mas o
automático acerta na quase totalidade dos casos.
Escala
| Valor | Uso | Vira, na tela de revisão |
|---|---|---|
| 1,15 | sutil | ênfase 1 — Leve |
| 1,18 – 1,3 | padrão | ênfase 2 — Média |
| 1,5 | forte | ênfase 3 — Forte |
Em vídeo institucional, fique na faixa baixa. Acima de 3,0 é rejeitado.
A escala tem um segundo efeito, e ele é maior que o zoom. A frase que recebe um zoom é marcada como ênfase na etapa 5, e frase de ênfase recebe legenda dinâmica; as demais ficam com legenda comum. Ou seja: escolher onde dar zoom é também escolher onde o texto ganha tratamento tipográfico.
Consequência prática: não espalhe zoom "por segurança". Cada um promove uma
frase a destaque em duas dimensões ao mesmo tempo. Na dúvida, deixe sem — o
editor promove numa tecla, e despromover custa mais que promover.
Detalhe: 10-revisao-humana.md.
O zoom é relativo ao enquadramento existente: se o clipe já tem escala 1,77 (material gravado de lado e reenquadrado), um zoom 1,18 anima de 1,77 para 2,09 e preserva rotação e posição.
Dois zooms no mesmo clipe
Depois do corte, dois picos que você escolheu podem cair no mesmo
trecho sobrevivente (nenhum corte os separou em clipes distintos) — é
comum quando a corrida limpa de uma tomada é longa. O sistema resolve isso
sozinho, e a regra é a mesma que rege o resto: janelas distantes
empilham (os dois zooms convivem, cada um voltando ao enquadramento real
entre um e outro); janelas que se sobrepõem substituem (é o mesmo
evento sendo reajustado, não dois). Você não precisa calcular isso na
hora de decidir — só respeitar o min_gap de 07-ritmo.md, que já
garante que dois zooms escolhidos por você nunca se sobrepõem.