Poslední dny jsem si s AI postavil vlastní „SmartCut“ pro střih mých videí v Adobe Premiere Pro...
Důvod byl jednoduchý: u českého mluveného slova běžné automatické nástroje moc nefungují. Doplněk AutoCut umí hledat ticho podle úrovně dB a vestavěné funkce Premiere Pro práci s přepisem češtinu stále neřeší vůbec.
Tak jsme to vzali jinudy: WhisperX pro český přepis a přesné timestampy slov, Silero VAD pro detekci řeči, RMS analýza waveformu pro mikro-pauzy a vlastní Python skripty, které výsledek převedou do XML pro Premiere. Výstup jen připraví střihy a barevně označí různé typy kandidátů: pauzy, mikro-pauzy, „eee“, nádechy apod. Zatím nic nemaže automaticky, finální rozhodnutí zůstává na mně.
Na prvním celém testu to dopadlo překvapivě dobře: záznam se po mém pročištění o označené části zkrátil o 36%. Samozřejmě do větší automatizace ještě zbývá dořešit kontrola obrazu, některé nepřesnosti a další drobné ladění, ale už teď je tenhle workflow výrazně užitečnější než to, co jsem používal doteď. Předpokládám, že titulky s tím půjdou také perfektně.
Mimochodem je to úplně zadarmo.
Ale hlavně: čeština není technický problém. Whisper ji zvládá velmi dobře. Spíš mě překvapuje, že podobný princip ještě není běžnou součástí Premiere nebo nástrojů typu AutoCut.
Na obrázku jsou různé úrovně přiblížení předstříhané timeline, spodní řádek je už po mém zatím ručním dočištění.
Zatím to tedy nekontroluje obraz, takže pomazávání a případné posuny videa z tichých částí na okolní místa, kde se ve videu nic neděje, řeším stále ručně. Ale i to by mělo být řešitelné.
Poslední dny jsem si s AI postavil vlastní „SmartCut“ pro střih mých videí v @Adobe Premiere Pro. Důvod byl jednoduchý: u českého mluveného slova běžné automatické nástroje moc nefungují. Doplněk @autocut_plugin umí hledat ticho podle úrovně dB a vestavěné funkce Premiere pro
