Como a IA encontra os melhores momentos de um vídeo
"Enviar um vídeo e receber cortes prontos" parece mágica, mas é um pipeline de etapas bem definidas. Entender como funciona ajuda a extrair mais de qualquer ferramenta de corte de vídeo com IA — e a saber o que diferencia um serviço bom de um mediano.
Etapa 1: transcrição com timestamp por palavra
Tudo começa transformando o áudio em texto. Os melhores serviços usam modelos da família Whisper (o cut67 roda o large-v3-turbo em GPU), que entregam não só o texto, mas o instante exato de cada palavra. Essa granularidade é o que permite legendas karaokê perfeitas e cortes cirúrgicos — um modelo fraco aqui compromete tudo que vem depois.
Etapa 2: limpeza — silêncios e vícios de fala
Numa fala natural, entre 15% e 25% do tempo é silêncio: respiração, pausa para pensar, o momento em que a pessoa procura a palavra certa. Num vídeo de 10 minutos isso dá quase 2 minutos de nada acontecendo. No YouTube o espectador tolera; no TikTok, ele desliza.
Com a transcrição no tempo, o sistema enxerga onde estão essas pausas longas, os "ééé", "né", "então" soltos e as falas quebradas. Esses trechos são removidos e o vídeo é reconstruído emendando os intervalos bons — o famoso ritmo acelerado dos clipes virais é exatamente isso: a fala original sem os tempos mortos.
Repare que são dois problemas diferentes. O silêncio se acha medindo o volume; o vício de fala, não — tecnicamente ele é som. Só dá para removê-lo com a transcrição alinhada palavra a palavra, descartando cirurgicamente o que é ruído e mantendo o conteúdo.
Regra de bolso: se você remover uma palavra e a frase continuar fazendo sentido, ela não deveria estar lá.
Etapa 3: seleção e agrupamento de frases
As palavras são agrupadas em frases completas, respeitando pausa natural e pontuação. É o que garante que o corte não comece no meio de uma palavra nem termine com a ideia pela metade — e que cada bloco de legenda tenha o tamanho certo para leitura rápida.
É também aqui que entra a pontuação dos trechos: o algoritmo varre a transcrição inteira e ranqueia cada bloco por sinais que costumam indicar um bom corte — densidade de informação, pergunta retórica, mudança de entonação, raciocínio que começa e fecha. O que ele devolve não é uma verdade absoluta, é uma lista ranqueada de candidatos. Você continua sendo o editor-chefe; a diferença é revisar dez sugestões em dois minutos em vez de garimpar duas horas de gravação.
Etapa 4: reenquadramento pelo rosto
Para converter um vídeo horizontal em vertical existem três caminhos, e só um funciona:
- Corte central fixo: serve enquanto quem fala não sai do centro. Basta gesticular para a lateral e a cabeça é decapitada;
- Redimensionar tudo: cabe na tela, mas o rosto fica minúsculo — e em vídeo vertical o rosto é o principal elemento de retenção;
- Reenquadramento dinâmico: visão computacional detecta onde está o rosto de quem fala e move o recorte junto, quadro a quadro. É o único que preserva a composição.
Sem isso, o corte 9:16 de um podcast com duas pessoas viraria uma parede vazia entre dois rostos cortados. No cut67 o reenquadramento de rostos é do plano Intermediário em diante.
Etapa 5: render final
Por fim, tudo é composto: vídeo reenquadrado, legendas queimadas no estilo escolhido, título de abertura e card. No cut67 esse render roda em FFmpeg otimizado na nuvem — um clipe de 30 segundos renderiza em poucos segundos.
O que isso muda na prática para você
- Áudio limpo = cortes melhores: microfone razoável melhora a transcrição e, em cascata, tudo;
- Fale em frases completas: facilita o agrupamento e gera clipes mais "fechados";
- Um assunto por bloco de conversa: a IA corta melhor quando as ideias não se atropelam.
Veja o pipeline funcionando
Envie um vídeo seu e acompanhe cada etapa em tempo real — transcrição, edição e render.
Testar grátis →