Como você edita pausas nos vídeos do YouTube?

Percebi em alguns vídeos do YouTube que foram interrompidas as pausas no discurso. Não há pausas, e isso facilita a visualização do vídeo.

Como isso é feito? Eu procurei por isso, mas só encontrei tutoriais sobre como fazer isso manualmente, mas espero que haja uma maneira automática para vídeos do YouTube, espero!

Aqui está um exemplo de um desses vídeos:

O efeito que você está falando é chamado de jumpcut e é particularmente popular entre os vloggers.
Até onde eu sei, não existe uma maneira automática de fazê-lo, embora provavelmente seja possível fazê-lo da perspectiva tecnológica. No entanto, o uso de jumpcuts tem várias funções.

Você se livra do silêncio e extrai o máximo possível de informações da forma mais curta possível, mantendo a atenção dos espectadores.
A segunda função importante é a seleção de suas fotos. Ao analisar seu material (filmado normalmente em uma tomada), você pode descartar as coisas que não deseja (mesmo se estivesse falando naquele momento) e alterar fundamentalmente o tom do seu vídeo.

Esse controle criativo aumentado vale a pena, considerando que editar seu vídeo manualmente dessa maneira é muito fácil e não levará muito tempo ou esforço.

tl; dr
Pode ser possível, mas não existe uma solução amigável agora. De qualquer forma, sugiro fazê-lo manualmente por vários motivos descritos na resposta completa.

Você está perdendo o ponto. Ele não está cortando o silêncio, está mantendo um bom ritmo agitado, dificultando o desligamento enquanto assiste.

Feito manualmente. Por quê?

• Contando uma história, você precisa saber quais partes são relevantes e quais não são

• Às vezes, mesmo havendo partes silenciosas, há outras coisas visuais acontecendo, como gestos selvagens, caretas, uma pausa para um efeito dramático.

• Às vezes, seus cortes NÃO são cronológicos em ordem. Para melhorar uma história, você pode escolher clipes ou adicionar clipes de uma linha do tempo ou vídeo completamente diferente.

A principal questão que você encontrará é os 'cliques' aqui quando você faz os cortes de salto. Normalmente, você desvincula o áudio e o vídeo e apenas transfere a parte de áudio.

Espero que ajude. Recorte feliz.

No Avid ProTools, quando você está trabalhando em um vídeo com uma faixa de áudio, existem algumas teclas de atalho para selecionar automaticamente todas as partes de áudio em que a forma de onda chega a zero ou próximo a ela.

Estender a seleção também para a faixa de vídeo e cortá-la também deve ser suficiente, então basta usar outra tecla de atalho para unir as peças cortadas sem pausas no meio.

Eu acho que esse fluxo de trabalho pode ser aplicado em quase todos os NLE (editores não lineares) disponíveis.

Você pode usar o Laconia Trim para iOS ou o LaconiaTrimVideo.com para cortar on-line

Ambos cortam o silêncio no vídeo automaticamente.

Quando você apaga o silêncio (hora de respirar, responda, pausa incômoda), a cada hora do show, são 10 minutos de ar morto. O som do nada.

A atenção já é difícil ... você fala a 120 WPM. Seu cérebro pode suportar 400. No espaço vazio é onde seu cérebro se distrai.

Eu uso o software da área de trabalho para MAC ou PC para remover automaticamente o ar morto / silêncio dos arquivos MP4 e MP3. Olhe para um gráfico, defina o nível de áudio e o tempo parcial, clique em Executar. Os cortes são automatizados e recompilados novamente em um único arquivo MP4 ou MP3. Veja TimeBolt.io

Isenção de responsabilidade Eu possuo esta ferramenta.

https://github.com/carykh/jumpcutter (licença do MIT) remove automaticamente partes de um vídeo com pouco ou nenhum áudio. Ele se baseia no ffmpeg e o pipeline é codificado em Python 3.

Explicação:

Script (licença do MIT, autor: carykh ):

from contextlib import closing
from PIL import Image
import subprocess
from audiotsm import phasevocoder
from audiotsm.io.wav import WavReader, WavWriter
from scipy.io import wavfile
import numpy as np
import re
import math
from shutil import copyfile, rmtree
import os
import argparse
from pytube import YouTube

def downloadFile(url):
    name = YouTube(url).streams.first().download()
    newname = name.replace(' ','_')
    os.rename(name,newname)
    return newname

def getMaxVolume(s):
    maxv = float(np.max(s))
    minv = float(np.min(s))
    return max(maxv,-minv)

def copyFrame(inputFrame,outputFrame):
    src = TEMP_FOLDER+"/frame{:06d}".format(inputFrame+1)+".jpg"
    dst = TEMP_FOLDER+"/newFrame{:06d}".format(outputFrame+1)+".jpg"
    if not os.path.isfile(src):
        return False
    copyfile(src, dst)
    if outputFrame%20 == 19:
        print(str(outputFrame+1)+" time-altered frames saved.")
    return True

def inputToOutputFilename(filename):
    dotIndex = filename.rfind(".")
    return filename[:dotIndex]+"_ALTERED"+filename[dotIndex:]

def createPath(s):
    #assert (not os.path.exists(s)), "The filepath "+s+" already exists. Don't want to overwrite it. Aborting."

    try:  
        os.mkdir(s)
    except OSError:  
        assert False, "Creation of the directory %s failed. (The TEMP folder may already exist. Delete or rename it, and try again.)"

def deletePath(s): # Dangerous! Watch out!
    try:  
        rmtree(s,ignore_errors=False)
    except OSError:  
        print ("Deletion of the directory %s failed" % s)
        print(OSError)

parser = argparse.ArgumentParser(description='Modifies a video file to play at different speeds when there is sound vs. silence.')
parser.add_argument('--input_file', type=str,  help='the video file you want modified')
parser.add_argument('--url', type=str, help='A youtube url to download and process')
parser.add_argument('--output_file', type=str, default="", help="the output file. (optional. if not included, it'll just modify the input file name)")
parser.add_argument('--silent_threshold', type=float, default=0.03, help="the volume amount that frames' audio needs to surpass to be consider \"sounded\". It ranges from 0 (silence) to 1 (max volume)")
parser.add_argument('--sounded_speed', type=float, default=1.00, help="the speed that sounded (spoken) frames should be played at. Typically 1.")
parser.add_argument('--silent_speed', type=float, default=5.00, help="the speed that silent frames should be played at. 999999 for jumpcutting.")
parser.add_argument('--frame_margin', type=float, default=1, help="some silent frames adjacent to sounded frames are included to provide context. How many frames on either the side of speech should be included? That's this variable.")
parser.add_argument('--sample_rate', type=float, default=44100, help="sample rate of the input and output videos")
parser.add_argument('--frame_rate', type=float, default=30, help="frame rate of the input and output videos. optional... I try to find it out myself, but it doesn't always work.")
parser.add_argument('--frame_quality', type=int, default=3, help="quality of frames to be extracted from input video. 1 is highest, 31 is lowest, 3 is the default.")

args = parser.parse_args()



frameRate = args.frame_rate
SAMPLE_RATE = args.sample_rate
SILENT_THRESHOLD = args.silent_threshold
FRAME_SPREADAGE = args.frame_margin
NEW_SPEED = [args.silent_speed, args.sounded_speed]
if args.url != None:
    INPUT_FILE = downloadFile(args.url)
else:
    INPUT_FILE = args.input_file
URL = args.url
FRAME_QUALITY = args.frame_quality

assert INPUT_FILE != None , "why u put no input file, that dum"

if len(args.output_file) >= 1:
    OUTPUT_FILE = args.output_file
else:
    OUTPUT_FILE = inputToOutputFilename(INPUT_FILE)

TEMP_FOLDER = "TEMP"
AUDIO_FADE_ENVELOPE_SIZE = 400 # smooth out transitiion's audio by quickly fading in/out (arbitrary magic number whatever)

createPath(TEMP_FOLDER)

command = "ffmpeg -i "+INPUT_FILE+" -qscale:v "+str(FRAME_QUALITY)+" "+TEMP_FOLDER+"/frame%06d.jpg -hide_banner"
subprocess.call(command, shell=True)

command = "ffmpeg -i "+INPUT_FILE+" -ab 160k -ac 2 -ar "+str(SAMPLE_RATE)+" -vn "+TEMP_FOLDER+"/audio.wav"

subprocess.call(command, shell=True)

command = "ffmpeg -i "+TEMP_FOLDER+"/input.mp4 2>&1"
f = open(TEMP_FOLDER+"/params.txt", "w")
subprocess.call(command, shell=True, stdout=f)



sampleRate, audioData = wavfile.read(TEMP_FOLDER+"/audio.wav")
audioSampleCount = audioData.shape[0]
maxAudioVolume = getMaxVolume(audioData)

f = open(TEMP_FOLDER+"/params.txt", 'r+')
pre_params = f.read()
f.close()
params = pre_params.split('\n')
for line in params:
    m = re.search('Stream #.*Video.* ([0-9]*) fps',line)
    if m is not None:
        frameRate = float(m.group(1))

samplesPerFrame = sampleRate/frameRate

audioFrameCount = int(math.ceil(audioSampleCount/samplesPerFrame))

hasLoudAudio = np.zeros((audioFrameCount))



for i in range(audioFrameCount):
    start = int(i*samplesPerFrame)
    end = min(int((i+1)*samplesPerFrame),audioSampleCount)
    audiochunks = audioData[start:end]
    maxchunksVolume = float(getMaxVolume(audiochunks))/maxAudioVolume
    if maxchunksVolume >= SILENT_THRESHOLD:
        hasLoudAudio[i] = 1

chunks = [[0,0,0]]
shouldIncludeFrame = np.zeros((audioFrameCount))
for i in range(audioFrameCount):
    start = int(max(0,i-FRAME_SPREADAGE))
    end = int(min(audioFrameCount,i+1+FRAME_SPREADAGE))
    shouldIncludeFrame[i] = np.max(hasLoudAudio[start:end])
    if (i >= 1 and shouldIncludeFrame[i] != shouldIncludeFrame[i-1]): # Did we flip?
        chunks.append([chunks[-1][1],i,shouldIncludeFrame[i-1]])

chunks.append([chunks[-1][1],audioFrameCount,shouldIncludeFrame[i-1]])
chunks = chunks[1:]

outputAudioData = np.zeros((0,audioData.shape[1]))
outputPointer = 0

lastExistingFrame = None
for chunk in chunks:
    audioChunk = audioData[int(chunk[0]*samplesPerFrame):int(chunk[1]*samplesPerFrame)]

    sFile = TEMP_FOLDER+"/tempStart.wav"
    eFile = TEMP_FOLDER+"/tempEnd.wav"
    wavfile.write(sFile,SAMPLE_RATE,audioChunk)
    with WavReader(sFile) as reader:
        with WavWriter(eFile, reader.channels, reader.samplerate) as writer:
            tsm = phasevocoder(reader.channels, speed=NEW_SPEED[int(chunk[2])])
            tsm.run(reader, writer)
    _, alteredAudioData = wavfile.read(eFile)
    leng = alteredAudioData.shape[0]
    endPointer = outputPointer+leng
    outputAudioData = np.concatenate((outputAudioData,alteredAudioData/maxAudioVolume))

    #outputAudioData[outputPointer:endPointer] = alteredAudioData/maxAudioVolume

    # smooth out transitiion's audio by quickly fading in/out

    if leng < AUDIO_FADE_ENVELOPE_SIZE:
        outputAudioData[outputPointer:endPointer] = 0 # audio is less than 0.01 sec, let's just remove it.
    else:
        premask = np.arange(AUDIO_FADE_ENVELOPE_SIZE)/AUDIO_FADE_ENVELOPE_SIZE
        mask = np.repeat(premask[:, np.newaxis],2,axis=1) # make the fade-envelope mask stereo
        outputAudioData[outputPointer:outputPointer+AUDIO_FADE_ENVELOPE_SIZE] *= mask
        outputAudioData[endPointer-AUDIO_FADE_ENVELOPE_SIZE:endPointer] *= 1-mask

    startOutputFrame = int(math.ceil(outputPointer/samplesPerFrame))
    endOutputFrame = int(math.ceil(endPointer/samplesPerFrame))
    for outputFrame in range(startOutputFrame, endOutputFrame):
        inputFrame = int(chunk[0]+NEW_SPEED[int(chunk[2])]*(outputFrame-startOutputFrame))
        didItWork = copyFrame(inputFrame,outputFrame)
        if didItWork:
            lastExistingFrame = inputFrame
        else:
            copyFrame(lastExistingFrame,outputFrame)

    outputPointer = endPointer

wavfile.write(TEMP_FOLDER+"/audioNew.wav",SAMPLE_RATE,outputAudioData)

'''
outputFrame = math.ceil(outputPointer/samplesPerFrame)
for endGap in range(outputFrame,audioFrameCount):
    copyFrame(int(audioSampleCount/samplesPerFrame)-1,endGap)
'''

command = "ffmpeg -framerate "+str(frameRate)+" -i "+TEMP_FOLDER+"/newFrame%06d.jpg -i "+TEMP_FOLDER+"/audioNew.wav -strict -2 "+OUTPUT_FILE
subprocess.call(command, shell=True)

deletePath(TEMP_FOLDER)

Você pode usar o script do usuário Pausa inábil para o Adobe After Effects. Custo do script do usuário: 59,99 USD

Captura de tela:

Demo:

Isenção de responsabilidade: no momento em que escrevo este post (08/06/2019), trabalho para a Adobe.