3197. FFmpeg

Hoy os presento FFmpeg, una herramienta gratuita para editar audio, vídeo e imágenes y automatizar tareas con ayuda de un agente de IA.

Pero antes, recordemos que esta semana continúa el curso de gestión de proyectos con IA. En la tercera clase diseñamos el plan de trabajo y el cronograma, y en la cuarta organizamos equipos y repartimos responsabilidades. Así convertimos los objetivos del proyecto en tareas, tiempos y personas encargadas de llevarlo adelante.

Ahora sí, vamos al lío con un nuevo hechizo para nuestro repertorio. No sirve para hacer levitar objetos, pero sí para quitarnos mucho trabajo de encima. Se llama FFmpeg y completa las posibilidades que os expliqué al hablar de ImageMagick y Pillow. Algunas funciones se solapan, pero aquí el gran protagonista es el tratamiento de audio y vídeo.

FFmpeg no es un modelo de inteligencia artificial. Es una herramienta que podemos instalar y utilizar desde la línea de comandos. La gracia está en que podemos pedirle a Codex, Claude Code u otro agente que la maneje por nosotros. Le explicamos qué necesitamos y el agente prepara los comandos o scripts correspondientes.

Empiezo por el audio. Podemos convertir entre formatos como MP3, WAV, OGG o M4A, ajustar la compresión, reducir el peso, cortar fragmentos y unir grabaciones. Muchas de estas tareas también se pueden hacer en un editor como Audacity, pero la diferencia aparece cuando tenemos cientos de archivos que necesitan exactamente el mismo tratamiento.

Un ejemplo muy cercano es el podcast de mi madre. Ella graba con su micrófono DJI mientras visita lugares y conversa con las personas que encuentra. Va parando y volviendo a grabar, de modo que al conectar el dispositivo puedo encontrarme con treinta o cuarenta archivos separados.

He preparado una skill de Codex que reúne esas grabaciones. Le paso los archivos, invoco la instrucción y el sistema los junta para preparar el episodio completo. Después, mi madre revisa el resultado y decide si hay algún fragmento que conviene quitar. Automatizar la parte mecánica no elimina esa revisión, pero ahorra muchísimo trabajo repetitivo.

También podemos extraer el audio de un vídeo para preparar una versión de podcast. Si hemos grabado una entrevista o una conversación en vídeo, no hace falta repetirla en otro formato. El agente puede recuperar la pista de sonido y dejarla lista para el siguiente paso del proceso.

Otra posibilidad es ajustar el volumen, normalizar la sonoridad y aplicar filtros para reducir ruido. Si una persona habla muy alto y otra muy bajo, podemos mejorar el equilibrio. No hace magia con una mala grabación, pero sí resuelve parte de los problemas habituales. Para profundizar en una herramienta especializada, os dejo el episodio 2820 sobre Auphonic.

La detección y eliminación de silencios también resulta muy útil. Le pedí a mi madre que esperara un instante después de pulsar el botón de grabación para evitar que se cortara la primera palabra. Ahora ese margen queda registrado, pero puedo configurar el proceso para recortar el silencio sobrante y conservar una pausa natural entre fragmentos.

Podemos además mezclar voces y música, añadir pistas, acelerar o ralentizar el audio y modificar metadatos como el título, el autor o el nombre del podcast. Todas estas operaciones pueden formar parte de un mismo flujo que se repite cada vez que llegan archivos nuevos.

En vídeo encontramos muchas posibilidades equivalentes. Podemos convertir formatos, comprimir, cambiar la resolución o los fotogramas por segundo, cortar fragmentos y unir clips. La reducción de peso exige elegir un equilibrio entre tamaño y calidad, así que conviene revisar el resultado en lugar de dar por buena cualquier compresión.

Los cortes merecen especial atención. En la edición de los lunes, por ejemplo, el flujo utiliza una transcripción para localizar preguntas y respuestas y después aplica los cortes y fundidos correspondientes. La transcripción y el agente deciden dónde intervenir, y FFmpeg ejecuta la edición. Son piezas distintas de la misma automatización.

Un fundido suele disimular mejor una transición de audio que un corte brusco. En vídeo, una respiración interrumpida o una palabra cortada pueden resultar todavía más evidentes, porque también vemos el movimiento. Por eso revisaría especialmente los puntos de entrada y salida antes de dar un montaje por terminado.

Podemos adaptar un vídeo horizontal a vertical o cuadrado, recortar el encuadre, girarlo, voltearlo, añadir márgenes y colocar un fondo. Esto permite preparar versiones para distintas redes a partir de una misma grabación. También podemos incorporar textos, logotipos y marcas de agua.

FFmpeg permite trabajar con subtítulos, incrustándolos en la imagen o manejando pistas y archivos compatibles para que el reproductor pueda mostrarlos. También podemos añadir, quitar o sustituir pistas de audio, por ejemplo para incorporar una traducción que hayamos preparado previamente.

Otras operaciones incluyen fundidos, transiciones, cambios de velocidad y ajustes de brillo, contraste, saturación y color. Si tenemos las grabaciones separadas de varias personas en una videollamada, podemos componer una pantalla dividida y reunirlas en un único vídeo.

También podemos crear vídeos a partir de imágenes. Una secuencia de fotografías tomadas cada día puede mostrar cómo cambia una persona, crece el pelo o avanza un proyecto. Y si tenemos un podcast de audio, podemos combinarlo con una imagen fija y, si queremos, añadir una representación de las ondas de sonido para darle algo de movimiento.

La herramienta también ofrece funciones de captura de pantalla, webcam y streaming. Su disponibilidad depende del sistema operativo, los dispositivos y la configuración, pero amplía mucho el abanico de tareas que podemos integrar en un proceso automático.

Una de las posibilidades que más me sorprendió fue trabajar sin recodificar cuando los archivos y la operación lo permiten. Laura me pidió una recopilación con pequeños fragmentos del inicio de cientos de tutoriales de costura. Preparé los recortes y los reuní en un vídeo que se generó mucho más rápido de lo que esperaba.

La diferencia es que no siempre hace falta volver a calcular y exportar cada fotograma. En operaciones compatibles podemos copiar los flujos existentes. Eso no significa que cualquier corte o transformación pueda hacerse así. La compatibilidad y la precisión del corte importan, y aplicar filtros normalmente requiere recodificar. Conviene pedir al agente que compruebe qué opción encaja en cada caso.

Finalmente, FFmpeg también trabaja con imágenes. Podemos redimensionar, recortar, girar, ajustar colores, añadir texto o colocar una marca de agua. Aquí vuelve a aparecer la zona de solapamiento con ImageMagick y Pillow, y la elección dependerá del proceso que estemos preparando.

Una función especialmente práctica consiste en extraer fotogramas de un vídeo para crear miniaturas. Podemos escoger un instante concreto y guardar esa imagen. También podemos generar un GIF animado a partir de un fragmento de vídeo o de una secuencia de imágenes.

Lo importante es que no tenemos que repetir estas tareas archivo por archivo. Podemos definir una regla, probarla y aplicarla a una carpeta entera. Convertir un