Skip to content
Floskool

Chapter 9 · Chapitre 8 · Un vrai exemple : une vidéo écrite en code

8.2 Assembler, ajouter le son et exporter en 9:16

Free lesson 12 minGroup Claude Code & IA

Follow this course in your space: your progress is saved, and the community answers your questions.

Follow for free

Tu as des scènes en MP4. Il reste à les mettre bout à bout, à poser le son et à produire un fichier vertical accepté partout. Tout se fait avec ffmpeg, en quelques commandes. Claude Code peut les lancer pour toi, mais comprendre chaque option t'aide à lire ce qu'il te propose avant d'accepter.

Pourquoi ne pas tout faire en une commande

Une commande géante est impossible à relire. En séparant assemblage, son et export, tu vérifies chaque étape, et si le son est décalé, tu sais exactement où chercher.

Les commandes ci-dessous sont des exemples réalistes, construits sur celles des scripts GoVincia. Les options de ffmpeg évoluent : vérifie toujours dans la documentation officielle (https://ffmpeg.org/documentation.html et la page des filtres, https://ffmpeg.org/ffmpeg-filters.html).

Étape 1 : assembler sans transition

Pour coller les scènes bout à bout, crée un fichier liste.txt :

file 'scene-01.mp4'
file 'scene-02.mp4'
file 'scene-03.mp4'

Puis :

ffmpeg -f concat -safe 0 -i liste.txt -c copy scenes.mp4
  • -f concat : lit la liste comme une suite de fichiers.
  • -safe 0 : accepte les chemins de fichiers tels quels.
  • -c copy : copie sans réencoder, donc très rapide et sans perte.

Condition : toutes les scènes doivent avoir la même taille, la même cadence et le même encodage. C'est le cas si elles sortent du même script.

Étape 2 : assembler avec un fondu de 0,5 s

C'est ce que fait animer.mjs pour la vidéo YouTube. Pour deux scènes de 4 secondes :

ffmpeg -i scene-01.mp4 -i scene-02.mp4 -filter_complex "[0:v][1:v]xfade=transition=fade:duration=0.5:offset=3.5[v]" -map "[v]" -c:v libx264 -pix_fmt yuv420p scenes.mp4
  • xfade=transition=fade : un fondu entre les deux images.
  • duration=0.5 : le fondu dure une demi-seconde.
  • offset=3.5 : il commence à 3,5 s, soit la durée de la première scène moins le fondu.
  • -pix_fmt yuv420p : le format de couleurs le plus compatible avec les téléphones.

Pour trois scènes ou plus, on enchaîne les xfade et on recalcule chaque offset. Demande-le à Claude Code : c'est exactement la boucle écrite dans animer.mjs.

Étape 3 : poser la voix

ffmpeg -i scenes.mp4 -i voix-complete.wav -map 0:v -map 1:a -c:v copy -c:a aac -b:a 192k -shortest avec-son.mp4
  • -map 0:v -map 1:a : l'image du premier fichier, le son du second.
  • -c:a aac -b:a 192k : encode le son en AAC.
  • -shortest : la sortie s'arrête au plus court des deux.

Attention : avec des fondus, la vidéo est plus courte que la somme des scènes. Cale ta timeline de voix sur la durée réelle.

Sans voix off ? Flopost exige quand même une piste AAC. GoVincia ajoute une piste muette :

ffmpeg -i scenes.mp4 -f lavfi -i anullsrc=channel_layout=stereo:sample_rate=48000 -map 0:v -map 1:a -c:v copy -c:a aac -b:a 128k -shortest -movflags +faststart muet.mp4

Étape 4 : l'export 9:16 en 1080 x 1920

Si tes scènes sont déjà en 1080 x 1920, encode simplement le fichier final :

ffmpeg -i avec-son.mp4 -c:v libx264 -preset slow -crf 18 -pix_fmt yuv420p -r 30 -c:a aac -b:a 192k -movflags +faststart video-finale.mp4
  • -crf 18 : la qualité (plus le nombre est bas, meilleure est l'image et plus le fichier est lourd).
  • -r 30 : 30 images par seconde.
  • -movflags +faststart : la lecture peut démarrer avant la fin du téléchargement.

Si tes scènes sont en 1080 x 1350, comme les slides GoVincia, place-les dans la zone sûre TikTok (x 110 à 850, y 240 à 1430, leçon 3.3), comme le fait tiktok.mjs pour les images :

ffmpeg -i avec-son.mp4 -vf "scale=740:-2,pad=1080:1920:110:372:color=0x0b1832" -c:v libx264 -crf 18 -pix_fmt yuv420p -r 30 -c:a copy video-9x16.mp4
  • scale=740:-2 : 740 pixels de large, hauteur proportionnelle (926) et paire.
  • pad=1080:1920:110:372 : toile verticale, image posée à x 110 et y 372, centrée dans la zone sûre.
  • color=0x0b1832 : fond bleu nuit.

Vérifie ensuite le fichier avec la commande ffprobe de la leçon 7.3.

Bloc à copier : laisser Claude Code assembler

Dans ce dossier, j'ai scene-01.mp4 à scene-0N.mp4 et voix-complete.wav.
1. Donne-moi la durée de chaque scène avec ffprobe.
2. Assemble-les avec un fondu xfade de 0,5 s et calcule chaque offset.
3. Pose la voix (AAC 192k). Si la voix et la vidéo n'ont pas la même durée,
   arrête-toi et dis-moi l'écart.
4. Exporte video-finale.mp4 en 1080x1920, 30 i/s, H.264 (libx264, yuv420p) + AAC.
Montre-moi chaque commande avant de la lancer, avec une phrase d'explication.

Si ça coince

  • Le concat échoue ou l'image saute : les scènes n'ont pas les mêmes réglages. Utilise la version avec xfade, qui réencode.
  • Le fondu arrive au mauvais moment : l'offset ne tient pas compte des fondus précédents.
  • Pas de son sur le téléphone : vérifie avec ffprobe que la piste est bien en aac.
  • Bandes noires : le pad n'a pas de couleur, ou la taille de départ n'est pas celle que tu crois.

À toi de jouer

Assemble les trois scènes de la leçon 8.1 avec fondus, ajoute une piste muette, exporte en 1080 x 1920, puis contrôle avec ffprobe.

En bref

  • concat colle sans réencoder, xfade fait les fondus.
  • Le son se pose avec -map, encodé en AAC, avec une piste muette si besoin.
  • Export : libx264, yuv420p, 30 i/s, AAC, +faststart.
  • Vérifie chaque option dans la documentation officielle de ffmpeg.