Tem uma conta que todo editor deveria fazer: quantas horas por mês você gasta exportando, convertendo e renomeando arquivo? No meu caso, quando somei, o número doeu. Foi o empurrão que faltava para levar a sério a dupla FFmpeg e Python.
Por que FFmpeg
O FFmpeg processa praticamente qualquer formato de áudio e vídeo que existe, direto da linha de comando. Converter, extrair faixas, embutir legenda, normalizar loudness, gerar thumbnail: tudo sem abrir um único software de edição. Para tarefas em lote, nada que eu tenha testado chega perto em velocidade.
Os scripts que ficaram
Com o tempo, quatro rotinas viraram parte fixa do meu fluxo: normalização de áudio para -14 LUFS (o alvo do Spotify), extração de keyframes para análise de conteúdo, inserção de legendas SRT em MP4 sem reencodar o vídeo e geração de versões comprimidas de entrega com qualidade perceptual preservada. Cada uma roda em segundos onde o caminho manual levava minutos, às vezes dezenas deles.
O passo seguinte: voz sintética no circuito
A evolução natural foi plugar esses scripts na API da ElevenLabs. Hoje o pipeline recebe um roteiro de texto e devolve o áudio narrado, já normalizado e nomeado no padrão do projeto, pronto para a revisão humana. A automação não substitui o ouvido de quem edita; ela só garante que esse ouvido seja gasto no que realmente precisa de julgamento.