Edit Mind

A promessa central do Edit Mind é simples. Você descreve o que quer com palavras do dia a dia, e ele encontra o momento. Digite uma frase como um chef montando um prato ou alguém rindo em uma mesa, e a busca semântica de vídeo retorna os segmentos correspondentes. Funciona porque cada clipe é embutido em um banco de dados vetorial, o que transforma o visual e a fala em algo com que uma consulta pode ser comparada.

O indexador transcreve a faixa de áudio de cada vídeo, então a busca não se limita ao que é visível. Lembra de uma frase mas não do clipe? Busque as palavras. O Edit Mind leva você até a cena em que elas foram ditas. Da transcrição cuida o Whisper, um modelo de reconhecimento de fala bastante conhecido, rodando em local.

Além da fala, o Edit Mind estuda os próprios quadros. Ele roda detecção de objetos e de texto, reconhece rostos e analisa cenas, então uma busca por um objeto específico, uma pessoa ou um ambiente pode trazer resultados que só uma transcrição deixaria passar. Essa mistura de sinais faz a busca parecer menos um filtro de nomes de arquivo e mais uma pergunta a um colega que assistiu a tudo. Simplesmente funciona.

Cada parte do processo roda no seu próprio computador ou servidor, que é justamente o ponto do design. O material nunca vai para um serviço na nuvem, então entrevistas confidenciais, trabalhos de cliente ainda não lançados e arquivos pessoais ficam onde você os colocou. Para projetos que exigem que tudo permaneça offline, essa restrição já vem de fábrica. Não foi colada depois.

Você não precisa vigiar o processo. Um serviço em segundo plano observa suas pastas em busca de novos arquivos de vídeo e os enfileira para análise automaticamente. Você joga uma diária nova no diretório monitorado e ela é recolhida e indexada sem que você emita comandos, o que economiza tempo real quando você adiciona material em lotes.

Para quem prefere pular o Docker, existe um app de desktop comercial que empacota o mesmo motor em um instalador padrão para macOS e Windows. Ele adiciona integração direta com o DaVinci Resolve e o Final Cut Pro, então os momentos encontrados podem ir para a sua edição sem dar uma volta pelo sistema de arquivos. O desenvolvedor observa que a versão de desktop também pode usar as GPUs da Apple silicon, algo que a versão de Docker não faz.

A versão auto-hospedada é de código aberto e gratuita, construída sobre uma estrutura que inclui o ChromaDB para busca vetorial e o PostgreSQL para dados relacionais. Algo quebrado? Leia o código. Abra uma issue. Envie uma correção. O desenvolvedor já disse que a versão comunitária gratuita não vai acabar, e que o app pago existe para financiar seu desenvolvimento contínuo.