Chi c'è dietro →
● Hai scritto CLIP nei commenti

Come monto le clip che vedi sul profilo. Sul mio computer.

Niente sito che ti chiede l'abbonamento, niente crediti che finiscono a metà mese. Un video lungo entra, escono venti clip verticali già sottotitolate.

Qui sotto ci sono i cinque passaggi, con i comandi veri. Falli a mano una volta e hai la tua prima clip stasera. Nessuna email da lasciare: è scritto tutto qui.

Cosa ti serve prima

Tre programmi gratuiti e open source. Funziona su Windows, Mac e Linux. Una scheda video NVIDIA rende la trascrizione molto più veloce, ma non è obbligatoria: senza, gira sul processore e ci mette di più.

pip install yt-dlp faster-whisper

E ffmpeg, che fa tutto il lavoro di taglio: su Windows si installa con winget install ffmpeg, su Mac con brew install ffmpeg.

I cinque passaggi

Questo è esattamente l'ordine in cui lavora il mio programma. La differenza è che lui li fa da solo, venti volte di fila, mentre io faccio altro.

Passo 1

Parti dal video intero

Una puntata di podcast, un'intervista, una diretta. Più è lungo, più clip ci trovi dentro: due ore di registrazione fanno venti clip buone.

Se il file ce l'hai già — l'hai girato tu, è il tuo podcast, è l'archivio di un cliente che ti ha dato l'incarico — salti direttamente al passo 2. Se devi prenderlo da una piattaforma:

yt-dlp -f "bv*[height<=1080]+ba/b" -o video.mp4 INDIRIZZO_DEL_VIDEO
Su questo passaggio sii serio, perché è l'unico che ti può creare problemi veri. Il video di qualcun altro è suo: scaricarlo e ripubblicarlo a pezzi, senza un accordo, è violazione di copyright e va contro le condizioni della piattaforma da cui lo prendi. Il metodo qui sotto è scritto per il materiale su cui hai un diritto — il tuo, quello di un cliente che ti paga per montarlo, o materiale con una licenza che te lo consente. Sulla parte tecnica non cambia una virgola; su cosa ci metti dentro, cambia tutto.
Passo 2

Lo trascrivi sul tuo computer

Whisper è il modello di trascrizione di OpenAI, ma questa versione gira in locale: il video non esce dal tuo computer e non paghi niente a nessuno. Ti serve la trascrizione con i tempi, perché è da lì che escono i sottotitoli.

from faster_whisper import WhisperModel

model = WhisperModel("large-v3", device="cuda", compute_type="float16")
# senza scheda NVIDIA: device="cpu", compute_type="int8"

segmenti, info = model.transcribe("video.mp4", language="it", word_timestamps=True)
for s in segmenti:
    print(f"{s.start:.1f}\t{s.end:.1f}\t{s.text}")
La prima volta si scarica il modello, circa 3 GB. Dopo resta sul disco e non lo riscarica più.
Passo 3

Scegli il momento giusto

Qui si decide tutto, ed è la parte che nessuno ti spiega. Leggi la trascrizione e cerchi i pezzi che reggono da soli, senza sapere cosa c'era prima.

Quattro regole che uso sempre: comincia su un'affermazione, mai sulla domanda che la introduce, perché la domanda è tempo morto. Dura fra 45 e 90 secondi. Finisce su una frase chiusa, non a metà ragionamento. E deve contenere una cosa precisa — un numero, un nome, una cifra — perché è quella che fa fermare il pollice, non il tema in generale.

Questo passaggio nel mio programma è automatico: la trascrizione viene letta da un modello che riporta indietro i momenti con i tempi esatti. È l'unica parte che costa qualcosa — pochi centesimi a video — e l'unica che qui stai facendo a mano.
Passo 4

Tagli e porti in verticale

Un comando solo: taglia dal secondo 612 al 683, ritaglia la fascia centrale in formato 9:16 e la porta a 1080×1920, la misura di TikTok.

ffmpeg -ss 612 -to 683 -i video.mp4 \
  -filter_complex "[0:v]crop=ih*9/16:ih:(iw-ih*9/16)/2:0,scale=1080:1920[v]" \
  -map "[v]" -map 0:a -c:v libx264 -crf 19 -c:a aac clip.mp4
Il limite di questa versione: il ritaglio è fisso al centro. Se chi parla si sposta, esce dall'inquadratura e la clip è da buttare. Farlo seguire la faccia è il pezzo di lavoro più grosso di tutto il sistema.
Passo 5

Imprimi i sottotitoli

Impressi, non attivabili: su TikTok la maggior parte guarda senza audio, e i sottotitoli della piattaforma non li vede chi tiene il telefono in mano di fretta. Salva la trascrizione del passo 2 come clip.srt, poi:

ffmpeg -i clip.mp4 -vf "subtitles=clip.srt:force_style='FontSize=16,Outline=2,MarginV=60'" \
  -c:a copy clip_finita.mp4
Se su Windows dà errore sul percorso: è normale, i due punti di C:\ ffmpeg li legge come un'opzione. Mettiti nella cartella del file e scrivi solo clip.srt, senza percorso.

Fin qui è tutto vero e tutto tuo. Con questi cinque passaggi la prima clip la fai stasera, a mano, e capisci se la cosa ti interessa davvero prima di spendere un euro.

Cosa costa davvero

Non ti dico che è tutto gratis, perché non lo è. Scaricare, trascrivere, tagliare, sottotitolare: tutto questo è gratis e resta sul tuo computer, per sempre, senza abbonamenti.

La scelta automatica dei momenti — il passo 3 — passa da un modello a pagamento e costa pochi centesimi per ogni video lavorato. Puoi non usarla: leggi la trascrizione e scegli tu, come hai appena visto. Ma è la parte che mi fa risparmiare l'ora e mezza di lettura, ed è giusto che tu sappia che c'è prima, non dopo.

La versione che fa tutto da sola

Quella qui sopra è la strada a mano: un video, una clip, un'oretta di lavoro. Questa è la guida che la trasforma nel sistema che uso ogni giorno — venti clip da una puntata, mentre sei via.

  • Il ritaglio che segue chi parla, invece del centro fisso: il codice che riconosce la faccia fotogramma per fotogramma e muove l'inquadratura senza scatti
  • La richiesta esatta che passo al modello per farmi tornare i momenti con i tempi già pronti — scritta parola per parola, è il cuore di tutto
  • I sottotitoli parola per parola, quelli che si accendono a tempo, generati dai tempi di Whisper
  • Il ciclo completo: un indirizzo entra, venti clip verticali escono in una cartella, numerate e pronte
  • Logo, barra di avanzamento e chiusura aggiunti in automatico su ogni clip
  • Gli errori che ho preso io, così non li prendi tu: percorsi Windows, audio che satura, tagli che partono a metà parola
29 € una volta sola, non è un abbonamento
Prendi la guida completa →

PDF, in italiano. Se non ti serve, hai comunque i cinque passaggi qui sopra: restano e non scadono.

Cosa fare adesso

Apri il terminale e fai il passo 1 su un video tuo. Non leggere tutta la pagina due volte: la prima clip è la cosa che ti dice se questo lavoro ti interessa davvero, e ci metti meno a farla che a decidere se farla.

Se ti si rompe qualcosa, quasi sempre è una delle tre trappole segnate qui sopra: il percorso su Windows, il ritaglio fisso che perde il soggetto, il taglio che parte a metà parola.