Schnitte von Fehlern und Wiederholungen (Pipeline-Agent 2)
Zweiter Schritt der automatisierten Bearbeitung, ausgeführt nach dem Entfernen von Stillepausen. Er entfernt die Dinge, die ein menschlicher Editor im zweiten Durchgang schneidet: Stotterer ("das das", "ich- ich-"), unmittelbare Wortwiederholungen, Fehlstarts (eine abgebrochene Phrase, die neu gestartet wird) und Neuaufnahmen (eine neu aufgenommene Zeile – behalte die saubere Aufnahme, verwirf die verpatzte).
Die Entscheidung, was ein Fehler ist, ist Urteilssache, keine Formel – betonte Wiederholung ("nie, nie") und rhetorische Verdopplung ("das erste Stück ist, ist das…") sehen mechanisch identisch aus wie ein Stotterer. Daher ist dieser Agent standardmäßig review-gesteuert: Er zeigt Kandidaten mit vollständigem Kontext an; der Agent (und der Benutzer) entscheiden; nur genehmigte Schnitte werden gerendert.
Wann zu verwenden
- "Schneide die Fehler", "entferne Stotterer / Wiederholungen", "bereinige die Patzer", "behalte die beste Aufnahme", "schneide Fehlstarts"
- Als zweite Stufe des Master-Bearbeitungsworkflows, basierend auf der Ausgabe der Stille-Entfernung.
Der dreiteilige Ablauf
1. Kandidaten finden (mechanisch)
node .agents/skills/cut-mistakes/scripts/find-cut-candidates.mjs \
<silence-transcript.json> --out-dir video-projects/<slug>/assets
Die Eingabe ist normalerweise <stem>.silence-transcript.json von Agent 1, sodass die Schnitte auf der bereits von Stille befreiten Timeline landen. Schreibt:
<stem>.cut-candidates.json– strukturierte Kandidaten (Typ, Konfidenz, vorgeschlagenercut-Bereich,removes/keeps-Text, Kontext, Empfehlung)<stem>.cut-candidates.md– lesbarer Vorschlag
Kandidatentypen: stutter (unmittelbare Wortwiederholung), retake (doppeltes/fast doppeltes Segment mittels Jaccard-Ähnlichkeit), false_start (kurze abgebrochene Phrase, die neu gestartet wird).
2. Überprüfung (das Gate – ERFORDERLICH)
Lese jeden Kandidaten im Kontext und entscheide behalten oder schneiden. Der mechanische Detektor kann beabsichtigte Betonung/Rhetorik nicht von einem echten Patzer unterscheiden, also vertraue recommend nicht blind – lies removes + context. Häufige Fehlalarme: betonte Wiederholung ("es ist nie, nie aus der Hand"), Kopula-gefolgt-von-Frage ("das Stück ist, ist das…"), Aufzählung.
Präsentiere die Kandidaten dem Benutzer mit einer Empfehlung pro Element; sammle Genehmigungen. Schreibe die genehmigten Schnitte in eine Datei:
{ "cuts": [ { "start": 100.93, "end": 101.06, "reason": "ich- Fehlstart" }, ... ] }
(start/end in Sekunden auf der eingegebenen Transkript-/Video-Zeitachse. Du kannst den Bereich eines Kandidaten erweitern – z.B. bei einer Neuaufnahme vom Start der verpatzten Aufnahme bis zum sauberen Neustart schneiden.)
3. Genehmigte Schnitte anwenden
node .agents/skills/cut-mistakes/scripts/apply-cuts.mjs \
<silence-transcript.json> --cuts approved-cuts.json \
--video video-projects/<slug>/assets/edited-silenced.mp4 \
--output video-projects/<slug>/assets/edited-clean.mp4 --apply
Schreibt die EDL, ein neu getimtes <stem>.mistakes-transcript.json (Einspeisung für den Motion-Graphics-Agent + validate-beat-sync.mjs), ein Entscheidungsprotokoll und – mit --apply – das geschnittene Video (ffmpeg trim+concat, A/V synchron). Lasse --apply für einen Probelauf weg.
Überprüfung des Ergebnisses
Verwende das gemeinsame Überprüfungswerkzeug, um die Schnitte zu begutachten und Grenzen zu prüfen:
node scripts/build-edl-review.mjs <stem>.mistakes-edl.json \
--original video-projects/<slug>/assets/edited-silenced.mp4 \
--edited video-projects/<slug>/assets/edited-clean.mp4 \
--output video-projects/<slug>/assets/mistakes-review.html
npx serve . -p 8080 -n
Hinweise
- Eine sehr saubere Aufnahme kann wenige oder gar keine echten Schnitte ergeben – das ist ein gültiges Ergebnis; schneide keine natürliche Sprache, um ein Soll zu erfüllen.
- Schnitte zwischen zwei gesprochenen Wörtern sind harte Übergänge. Sie sind normalerweise sauber bei Stotterern/Fehlstarts; für engere Audiopassagen kann später ein 20-30 ms Fade hinzugefügt werden.
- Übergib das
mistakes-transcript.json+ das saubere Video an Agent 3 (Motion Graphics / gestaffelte Karten).