숏베틀 | 긴 영상 올리면 세로 쇼츠가 나옵니다
숏베틀 | 긴 영상 올리면 세로 쇼츠가 나옵니다
20분짜리 팟캐스트나 강의를 찍어 두면 남는 일이 있습니다. 처음부터 돌려 보며 올릴 만한 장면 세 개를 찾고, 말 사이 공백을 자르고, 세로로 잘라 맞추고, 자막을 칩니다. 30초짜리 세 개에 저녁 한나절이 들어갑니다.
숏베틀이 그 작업을 대신합니다. 채팅에 영상을 올리고 쇼츠를 요청하면 완성된 MP4 가 같은 대화로 돌아옵니다. Capafy 클라우드에서 실행되므로 내 컴퓨터에 파이썬, ffmpeg, 명령어 창이 필요 없습니다.
파이프라인
업로드 ─► 분석 ─► 구간 선택 ─► 공백 컷 ─► 9:16 리프레임 ─► 자막 ─► MP4 + 요약
소리 크기 상위 구간 잡음 기준 아래 얼굴·움직임 크롭 faster-whisper
말소리 비율 말 끊기는 지점에 조용한 구간 또는 블러 채움 단어 타이밍
화면 움직임 맞춰 시작·끝
- 분석. 1초마다 소리 크기, 말소리 비율, 화면 움직임으로 점수를 매깁니다.
- 구간 선택. 점수가 높은 구간을 겹치지 않게 고릅니다(기본 30초, 입력 45초당 1개, 최대 5개). 시작과 끝은 가까운 쉼표 지점으로 옮겨 말 중간에서 끊기지 않게 합니다.
- 공백 컷. 파일 자체의 잡음 수준을 기준으로 0.4초 넘는 조용한 구간을 자르고, 컷마다 짧은 오디오 크로스페이드를 넣어 딸깍 소리를 막습니다.
- 리프레임. 위아래 검은 띠를 찾아 걷어냅니다. 9:16 으로 잘라도 화면이 충분히 남으면 얼굴, 없으면 움직임을 따라 자릅니다. 2.39:1 같은 아주 넓은 영상은 블러 채움으로 화면 전체를 살립니다.
- 자막. 단어 타이밍으로 받아 적어 2~4단어씩 화면에 입힙니다. 언어는 자동 감지하며 지정할 수도 있습니다.
결과물
short_01.mp4~short_05.mp4: 1080x1920, H.264 영상, AAC 음성, 개당 약 8~15MB- 채팅 요약: 쇼츠별 원본 구간, 길이, 잘라낸 공백 시간, 자막 줄 수
- 같은 내용의
summary.md,report.json
실측
| 입력 | 환경 | 결과 | 시간 | 최대 메모리 |
|---|---|---|---|---|
| Tears of Steel 2분 25초, 1280x534 | 2 CPU, 4GB | 쇼츠 3개, 자막, 블러 채움 | 32초 | 0.74GB |
| 같은 영상 | 1 CPU, 2GB | 쇼츠 3개, 자막 | 63초 | 0.69GB |
| 같은 영상 4번 이어 붙임(9분 40초) | 2 CPU, 4GB | 쇼츠 5개, 자막 | 62초 | 0.78GB |
| JFK 라이스대 연설 2분 30초 | 2 CPU, 4GB | 쇼츠 3개, 개당 공백 1.8~5.1초 컷 | 36초 | 0.78GB |
| Sintel 예고편 52초, 1920x1080 레터박스 | 2 CPU, 4GB | 20초 추적 크롭, 검은 띠 제거 | 18초 | 0.69GB |
이렇게 쓰세요
- "이 영상으로 쇼츠 3개 만들어줘." 기본값으로 만듭니다.
- "45초짜리 2개, 자막은 한국어로." 개수, 길이, 자막 언어를 지정합니다.
- "3:10
3:50, 12:0012:30 으로 자막 없이." 원하는 구간을 직접 고릅니다.
필요한 준비물
- 영상 파일 하나: MP4, MOV, MKV, WEBM, 30분 이하, 2GB 이하
- 그 밖에는 없습니다. API 키도 프로그램 설치도 필요 없습니다.
추천드립니다 / 비추천드립니다
추천: 팟캐스트, 인터뷰, 강의, 토킹헤드, 웨비나, 브이로그, 해설이 있는 게임 영상.
비추천: 가장 웃긴 대사나 이야기 절정을 골라야 하는 경우(신호로 고르지 내용을 이해하지 않으니 시간을 지정해 주세요), 처음부터 끝까지 음악이 큰 뮤직비디오, 30분 넘는 영상, 게시 권한이 없는 영상.
자주 묻는 질문
설치할 게 있나요? 없습니다. Capafy 클라우드에서 돌아갑니다. 올리고 대화만 하면 됩니다.
장면은 어떻게 고르나요? 초 단위 소리 크기, 말소리 비율, 화면 움직임으로 고릅니다. 내용을 이해하지는 않으니 원하는 장면이 있으면 시간을 알려 주세요.
자막은 정확한가요? faster-whisper base 모델을 씁니다. 또렷한 영어는 잘 나오고, 한국어나 사투리, 겹치는 대화, 음악이 깔린 말은 가끔 틀립니다. 자막은 끌 수 있습니다.
사람이 잘려 나가지 않나요? 일반 16:9 영상은 얼굴과 움직임을 따라 자릅니다. 아주 넓은 영화 화면은 블러 채움으로 바꿔 전체를 보여 줍니다. 둘 중 하나로 고정할 수도 있습니다.
영상이 외부로 나가나요? 에이전트의 클라우드 작업 공간 안에서만 처리합니다. 외부에서 받는 것은 처음 한 번 내려받는 글꼴과 자막 모델뿐입니다.
구매 안내
주간 US$3.99 5회, 월간 US$9.99 15회, 연간 US$79.99 월 12회. 영상 한 개를 쇼츠로 만드는 것이 1회입니다. 언제든 해지할 수 있습니다.
예시 소재: Tears of Steel © Blender Foundation | mango.blender.org, CC BY 3.0. Sintel © Blender Foundation | durian.blender.org, CC BY 3.0. JFK 1962-09-12 라이스대 연설(미국 정부 저작물, 퍼블릭 도메인, archive.org).
