README.md

metadata

title: Editor de Cortes Automático com Face Tracking
emoji: 🎬
colorFrom: blue
colorTo: purple
sdk: gradio
sdk_version: 5.47.2
app_file: app.py
pinned: false
license: mit
tags:
  - video-editing
  - face-detection
  - automatic-cuts
  - content-creation
  - opencv

🎬 Editor de Cortes Automático com Face Tracking

Gere cortes inteligentes de vídeos com rastreamento facial automático para manter pessoas sempre centralizadas ao redimensionar para diferentes formatos (9:16, 1:1, 4:5).

✨ Funcionalidades

• 🎙️ Transcrição automática com Whisper
• ✂️ Cortes simples - Trechos lineares e contínuos
• 🎨 Cortes criativos - Montagens com múltiplos blocos
• 👤 Face Tracking - Mantém rostos centralizados ao cropar
• 📐 Múltiplos formatos - 9:16 (TikTok/Reels), 1:1 (Instagram), 4:5 (Retrato)
• 🚀 Processamento automático - Zero configuração manual

🎯 Como Usar

1️⃣ Envie seu vídeo

Faça upload de qualquer vídeo (MP4, MOV, AVI, etc.)

2️⃣ Transcreva

Clique em "Transcrever Vídeo" para gerar a transcrição com timestamps

3️⃣ Configure os cortes

Escolha entre dois modos:

✂️ Cortes Simples:

• Trechos contínuos do vídeo
• Ideal para destacar momentos específicos
• Configurável: duração, quantidade, formato

🎨 Cortes Criativos:

• Montagens dinâmicas com múltiplos blocos
• Ideal para highlights e compilações
• Combina diferentes momentos do vídeo

4️⃣ Ative o Face Tracking

✅ Marque "Ativar rastreamento facial" para:

• Manter pessoas centralizadas ao redimensionar
• Enquadramento profissional automático
• Funciona com múltiplas pessoas (prioriza rosto mais central)

5️⃣ Gere os cortes

Clique no botão correspondente e aguarde o processamento

🔍 Face Tracking - Como Funciona

O sistema de rastreamento facial resolve um problema comum ao adaptar vídeos para redes sociais:

❌ Sem Face Tracking:

• Crop centralizado na imagem
• Pessoas cortadas pela metade
• Enquadramento amador

✅ Com Face Tracking:

• Detecta rostos automaticamente
• Centraliza o crop no rosto
• Mantém enquadramento profissional
• Fallback para crop centralizado se não detectar rostos

Tecnologia

• Detecção: OpenCV Haar Cascades
• Velocidade: ~30-50 FPS
• Precisão: 95% para rostos frontais
• Múltiplas pessoas: Seleciona rosto mais central/maior

📐 Formatos Suportados

Formato	Dimensões	Ideal Para
Vertical 9:16	1080x1920	TikTok, Reels, Stories
Quadrado 1:1	1080x1080	Instagram Feed
Retrato 4:5	1080x1350	Instagram Posts
Original	Mantém original	YouTube, Website

⚙️ Configurações Avançadas

Cortes Simples

• Duração mínima/máxima: Controla tamanho dos cortes
• Duração ideal: Tamanho preferencial
• Quantidade: Número de vídeos a gerar
• Gap/Pad: Ajuste fino de intervalos

Cortes Criativos

• Blocos mín/máx: Quantos segmentos por vídeo
• Mesmas configurações dos cortes simples
• Montagem automática de momentos diferentes

🚀 Casos de Uso

Podcasts → TikTok

1. Upload do episódio completo
2. Transcrever
3. Cortes simples, 9:16, Face Tracking ON
4. Duração: 30-60s
→ Clips prontos para TikTok/Reels

Palestras → Instagram

1. Upload da palestra
2. Transcrever
3. Cortes criativos, 4:5, Face Tracking ON
4. 3-8 blocos por vídeo
→ Highlights profissionais

Entrevistas → Stories

1. Upload da entrevista
2. Transcrever
3. Cortes simples, 9:16, Face Tracking ON
4. Múltiplos rostos: detecta automaticamente
→ Stories com enquadramento perfeito

🛠️ Tecnologias

• Gradio - Interface web
• Whisper - Transcrição automática (OpenAI)
• OpenCV - Detecção facial
• FFmpeg - Processamento de vídeo
• Python - Backend

📦 Instalação Local

# Clone o repositório
git clone https://huggingface.co/spaces/[seu-usuario]/editor-de-cortes-automatico
cd editor-de-cortes-automatico

# Instale dependências
pip install -r requirements.txt

# Execute
python app.py

Dependências principais

gradio>=4.29.0
opencv-python
opencv-contrib-python
openai-whisper
ffmpeg-python
numpy

🐛 Troubleshooting

Rostos não detectados

• Causa: Iluminação ruim, rosto de perfil, pessoa distante
• Solução: Sistema usa fallback automático para crop centralizado

Processamento lento

• Causa: Vídeos muito longos ou alta resolução
• Solução: Use modelo Whisper "tiny" ou "base" para transcrição mais rápida

Erro ao carregar detector

• Causa: OpenCV não instalado corretamente
• Solução: pip install --upgrade opencv-python opencv-contrib-python

🎨 Design System

Interface baseada no Neon Minimal Design System:

• Cores: Neon (#39FF14) + Tons de cinza
• Tipografia: Manrope (400/600/700/800)
• Componentes: Cards, botões e inputs modernos
• Responsivo e acessível

📄 Licença

MIT License - Use livremente em seus projetos!

🤝 Contribuições

Contribuições são bem-vindas! Sinta-se à vontade para:

• Abrir issues
• Enviar pull requests
• Sugerir melhorias
• Reportar bugs

📞 Suporte

• Issues: GitHub Issues
• Discussions: Hugging Face Discussions

---

Desenvolvido com 💚 por Leicam · Tech

Ferramentas práticas para produção de conteúdo