영상 쇼츠·릴스·클립 자르기

두 시간짜리 팟캐스트는 자르는 시간보다 클라우드로 보내는 시간이 더 걸리기 때문입니다. WebAssembly 기반 FFmpeg가 오디오를 꺼내고 WebCodecs가 프레임을 다시 만드는데, 평범한 노트북에서도 업로드가 끝나기를 기다리는 것보다 빠릅니다. "스마트 선택" 모드에서는 영상이 아니라 시간 정보가 담긴 대본 텍스트가 서버로 가며, 받는 곳은 AI 제공업체 페이지에 나와 있습니다.

그런 점수가 조회수를 예측한다는 것을 아무도 보여주지 못했기 때문입니다. 지금까지 공개된 비교는 클립 서비스들이 직접 한 것이고, 거기서도 높은 점수의 클립이 낮은 점수의 클립을 꾸준히 앞서지 못했습니다. 확인할 수 없는 숫자는 지식처럼 보이지만 지식이 아니므로, 여기서는 각 순간에 인용문과 선택 이유(완결된 문장, 질문과 답, 밀도 있는 말)를 보여줍니다. 눈으로 2초면 확인할 수 있습니다.

말하는 사람입니다. 도구는 순간마다 얼굴을 찾고, 말소리가 나는 동안 각자의 입이 얼마나 움직이는지 재서 9:16 화면을 현재 화자로 전환합니다. 고개를 끄덕일 때마다 화면이 튀지 않도록 한 장면은 최소 1.5초 유지됩니다. 두 사람을 모두 보여주려면 "두 사람 위아래로"를 고르세요. 각자 같은 크기로 화면의 절반을 차지합니다. 순간에 얼굴이 없으면(슬라이드, 화면 녹화) 화면 전체가 흐린 배경 위에 들어갑니다.

인식과 제작은 기기에 부담을 주고, 휴대폰은 백그라운드 탭을 멈춥니다. 그래서 긴 작업은 컴퓨터보다 끝까지 가는 경우가 적습니다. 휴대폰에 비해 영상이 길면 작업을 시작하기 전에 도구가 알려 줍니다. 해결책은 완성된 SRT 또는 VTT 자막을 가져오는 것입니다. 그러면 인식은 완전히 건너뛰고 고른 순간만 만듭니다.

순간의 경계는 대본에서 정해집니다. 시작은 완결된 문장 뒤에, 끝은 문장이 끝나는 곳에 놓입니다. 각 순간 옆에는 시작과 끝을 위한 − 와 + 버튼이 있어서, 누를 때마다 경계가 한 문장씩 옮겨지고 클립은 여전히 쉼에서 시작하고 끝납니다. 음성이 잘못 인식되었다면(잡음, 음악, 여러 목소리) 언어를 직접 고르거나 자신의 자막을 가져오면 도움이 됩니다.

자막은 순간을 고를 때 쓴 바로 그 대본으로 그려지므로, 인식 오류가 화면에도 보입니다. 러시아어 음성은 GigaAM이, 다른 언어는 whisper가 처리합니다. 화면에 검수된 텍스트가 필요하면 자신의 자막 파일을 가져오세요. 클립에는 정확히 그 텍스트가 들어갑니다.