Como a IA encontra os melhores momentos de um vídeo
"Colar um link e receber cortes prontos" parece mágica, mas é um pipeline de etapas bem definidas. Entender como funciona ajuda a extrair mais das ferramentas — 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
Com a transcrição no tempo, o sistema enxerga onde estão as 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.
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.
Etapa 4: reenquadramento pelo rosto
Para converter um vídeo horizontal em vertical, visão computacional detecta onde está o rosto de quem fala ao longo do tempo e move o recorte para mantê-lo centralizado. Sem isso, o corte 9:16 de um podcast com duas pessoas viraria uma parede vazia entre dois rostos cortados.
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
Cole um link do YouTube e acompanhe cada etapa em tempo real — transcrição, edição e render.
Testar grátis →