映像を、そこに含まれる 言葉から切り出す

スクラブはできます。Studioビューでは、ルーラーとカットマーカー、再生ヘッド付きのズーム可能なタイムラインの上で描画結果を再生し、そこに並ぶすべてのレーンはディスク上のファイルから描かれています。できないのはドラッグだけです。ファイルを書き込めるのは埋め込みターミナル内のエージェントだけなので、カットを変えるにはカットリストそのものを変えます。クリップをドラッグする作業が目的なら、これは向いていないツールです。

できます。ただし動画としてではなく、画像としてです。タイムラインツールにテイクと時間範囲を指定すると、フィルムストリップ10コマとその下のRMS波形、そこに沿って書かれた発話内容を1枚のPNGとして描画します。カットポイントは音声の波形を見ながら決めます。読むのではなく実際に見て確認したいときは、フル描画の前に低品質のプレビューが実行されます。

この経路ではできません。ffmpegのカットが行うのはカット、グレード、字幕の3つだけで、フレームの上に何かを描くことはありません。アニメーションのロワーサードが必要な動画は、Remotionがタイムラインを管理し、映像を素材として構成に読み込む作り方に切り替わります。オーバーレイはそちらで作られます。

いいえ。実行されるのはWhisperで、単語のタイムスタンプは得られますが話者ラベルは得られないため、2人のインタビューでは誰の発言かが失われます。話者の交代はご自身でマークする必要があります。この経路が想定しているのは、カメラに向かって話す創業者や製品デモのような、話者が1人の映像です。

ありません。撮影したテイクは元のファイル名のまま、そのままの場所に残ります。派生するファイルはすべて新しいファイルで、名前に処理内容が記録されるため、グレーディング済みのセグメントや文単位の字幕コピーは、元のソースを置き換えるのではなく、その隣に置かれます。文字起こしは別途キャッシュされ、カットリストはテイクをidとパスで参照します。

アップスケーリング、手ブレ補正、ノイズ除去、ディリバーブ、スピードランプ、逆再生は行いません。書き込む結合はハードカットかフレーム単位で指定するクロスフェードのみで、その裏にエフェクトライブラリはありません。iPhoneやミラーレスカメラのHDR映像は、まずクリーンなRec.709にトーンマッピングされます。これは自動で行われる唯一の画質補正です。