Editar vídeos con Claude Code: subtítulos, cortes de silencios y formato vertical

# Herramientas de línea de comandos
brew install ffmpeg whisper.cpp node
xcode-select --install   # compilador de Swift para Apple Vision (si no lo tienes)

# Modelos de Whisper y Silero
mkdir -p ~/modelos-video
curl -L -o ~/modelos-video/ggml-large-v3.bin \
  https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-large-v3.bin
curl -L -o ~/modelos-video/ggml-silero-v6.2.0.bin \
  https://huggingface.co/ggml-org/whisper-vad/resolve/main/ggml-silero-v6.2.0.bin

# Proyecto de Remotion y sus skills oficiales
cd ~ && npx create-video@latest   # llama a la carpeta editor-de-video
cd ~/editor-de-video && npx skills add remotion-dev/skills

Prepara este Mac para editar vídeo contigo. Antes de instalar nada, comprueba qué tengo ya y sáltate lo que esté listo. Necesito: FFmpeg (confirma que tiene los filtros loudnorm y atempo), whisper.cpp con Homebrew, los modelos ggml-large-v3 y ggml-silero-v6.2.0 en ~/modelos-video (avísame antes de la descarga de 3 GB), swiftc funcionando, Node y un proyecto de Remotion en ~/editor-de-video con las skills de remotion-dev/skills. Al terminar, prueba cada herramienta con un archivo de ejemplo que generes tú y dame una tabla con herramienta, estado y para qué sirve. No borres ni modifiques nada que ya tuviera instalado.

ffmpeg -i video.mov -ar 16000 -ac 1 -c:a pcm_s16le audio.wav

# Transcripción en español con detalle en JSON
whisper-cli -m ~/modelos-video/ggml-large-v3.bin -f audio.wav -l es -ojf

# Tramos con voz según Silero
whisper-vad-speech-segments \
  --vad-model ~/modelos-video/ggml-silero-v6.2.0.bin --file audio.wav

Dentro de ~/editor-de-video, crea un flujo para editar vídeos cortos para redes. Guarda tus decisiones de cada vídeo en un archivo editar.json junto al vídeo, y que el resto de pasos lean de ahí. Orden:
1) Extrae el audio en WAV mono a 16 kHz con FFmpeg.
2) Transcribe con whisper-cli en español (-l es), con tiempos por palabra.
3) Detecta los tramos con voz con whisper-vad-speech-segments y el modelo de Silero.
4) Propón qué silencios y repeticiones quitar, dejando una pausa breve entre frases.
5) Escribe un pequeño programa en Swift con Apple Vision que localice mi cara y calcule un recorte 9:16 suave, sin saltos.
6) Con Remotion, añade titular, subtítulos de 2-3 palabras y los rótulos que propongas.
7) Exporta con FFmpeg en H.264, voz a 1,1x sin cambiar el tono y volumen normalizado a -14 LUFS.
Antes de construirlo, enséñame un resumen del plan y pregúntame el estilo de los subtítulos. Cuando lo apruebe, guárdalo como skill en .claude/skills/editar/SKILL.md. Nunca sobrescribas el vídeo original.

/editar ~/Movies/promo-octubre.mov
Hazme primero un borrador rápido. Antes de renderizar, enséñame en una lista: los tramos que vas a quitar con su minuto, el titular propuesto y los rótulos que añadirías. Espera mi visto bueno.

Deja medio segundo más de pausa después de la pregunta del segundo 0:09. Cambia el titular por uno de cinco palabras como máximo. En los subtítulos resalta solo cifras y nombres de producto. Quita el rótulo del final y adelanta el logo dos segundos. Después haz el render final.