F0rger123/claude-video-editing-god-mode

Stille schneiden (Pipeline-Agent 1)

Erster Schritt der automatischen Bearbeitung. Nimmt eine Rohaufnahme + ihr Wort-für-Wort-Transkript und entfernt nur Stille: tote Momente vor dem ersten Wort und nach dem letzten Wort, plus Pausen zwischen Wörtern, die länger als ein Schwellenwert sind (gekürzt auf einen natürlichen Atemzug, niemals eine harte Null-Lücke). Die gesprochenen Wörter des Sprechers bleiben unberührt – Fehlstarts, Wiederholungen und Stottern sind Aufgabe des cut-mistakes-Agenten (Agent 2).

Dieser Agent arbeitet deterministisch und transkriptgesteuert, sodass seine Ausgabe (*.silence-transcript.json) sauber an die nächsten Agenten und den Beat-Sync-Validator übergeben werden kann.

Verwendung

• „Schneide die Stille“, „Kürze die Pausen“, „Entferne tote Momente“, „Straffe das Tempo“
• Als erste Stufe des Master-Edit-Workflows, direkt nach der Transkription.

Voraussetzungen

Ein Wort-für-Wort-Transkript im JSON-Format. Entweder das ElevenLabs-Scribe-Format ({ words: [{ text, start, end, type }], audio_duration_secs }) oder ein generisches { words: [{ text, start, end }] }. Erstelle eines mit dem Workspace-Transkriptor:

node scripts/transcribe-elevenlabs.mjs path/to/raw.mp4    # -> path/to/raw.json

Verwendung

# 1) Nur planen – Schnitt berechnen, EDL + neues Transkript schreiben (kein Video berührt)
node .agents/skills/cut-silences/scripts/cut-silences.mjs <transcript.json> \
  --out-dir video-projects/<slug>/assets

# 2) Mit Video – auch den ffmpeg-Befehl schreiben (rendert noch nicht)
node .agents/skills/cut-silences/scripts/cut-silences.mjs <transcript.json> \
  --video video-projects/<slug>/assets/raw.mp4 --out-dir video-projects/<slug>/assets

# 3) Das geschnittene Video rendern (lokales ffmpeg, Neucodierung, A/V synchron)
#    --apply hinzufügen, um ffmpeg tatsächlich auszuführen
node .agents/skills/cut-silences/scripts/cut-silences.mjs <transcript.json> \
  --video video-projects/<slug>/assets/raw.mp4 --apply \
  --output video-projects/<slug>/assets/edited-silenced.mp4

Optionen

Flag	Standard	Bedeutung
--video <pfad>	—	Quellvideo; aktiviert den ffmpeg-Befehl / das Rendern
--out-dir <verz>	neben dem Transkript	Verzeichnis für die Ausgabedateien
--output <pfad>	<video-stem>.silenced.mp4	Pfad für das geschnittene Video
--gap <s>	0.55	Mindestpausenlänge, die als schneidbare Stille behandelt wird
--head-pad <s>	0.22	Stille, die vor dem ersten Wort erhalten bleibt
--tail-pad <s>	0.34	Stille, die nach dem letzten Wort erhalten bleibt
--apply	aus	Führt ffmpeg tatsächlich aus, um den Schnitt zu rendern

Entscheidungsfindung (die Stille-Regeln)

• Pausen unter --gap (0,55s) bleiben unberührt – natürlicher Sprechrhythmus.
• Bei einer gekürzten Pause wird ein natürlicher Atemzug beibehalten, skaliert nach Kontext: 0,24s für lange Pausen (≥2s), 0,20s nach einem Satzende (. ! ?), sonst 0,14s. Der beibehaltene Atemzug ist leicht zum Ende des vorherigen Satzes hin verschoben.
• Tote Momente am Anfang/Ende werden auf --head-pad / --tail-pad gekürzt.
• Löschbereiche werden zusammengeführt; Haltebereiche sind deren Komplement. Der Schnitt wird mit einer ffmpeg-trim/atrim + concat-Filtergrafik gerendert (geschrieben in ein *.silence-filter.txt-Skript und über -/filter_complex übergeben), sodass Video und Audio synchron bleiben.

Ausgaben (geschrieben in --out-dir)

Datei	Zweck
<stem>.silence-edl.json	Halte-/Löschbereiche, Dauern, Parameter – die Editierliste
<stem>.silence-transcript.json	Wörter neu auf die bearbeitete Zeitleiste getimt (für Agent 2 + Beats)
<stem>.silence-decisions.md	Lesbare Zusammenfassung + größte gekürzte Pausen
<stem>.silence-filter.txt	Die ffmpeg-Filtergrafik (nur mit --video)
<video-stem>.silenced.mp4	Das geschnittene Video (nur mit --apply)

Die in stdout ausgegebene JSON-Zusammenfassung enthält removed, removedPct, Bereichszählungen und Ausgabepfade – nützlich für den Master-Workflow zum Protokollieren und Verketten.

Optimierungshinweise

• Standardwert für Talking-Head-YouTube (--gap 0,55) entfernt etwa 15-20% einer typischen Rohaufnahme als reine Stille. Niedrigerer --gap für einen knackigeren, schnelleren Schnitt; höherer Wert, um mehr natürlichen Atemraum zu erhalten.
• Falls ein Schnitt an Satzgrenzen zu aggressiv wirkt, erhöhe den Satzende-Atemzug oder erhöhe --gap.

Übergabe an den nächsten Agenten

Übergebe <stem>.silence-transcript.json (und die silenced.mp4, falls gerendert) an den cut-mistakes-Agenten. Da die Zeitstempel bereits auf der bearbeiteten Zeitleiste liegen, funktionieren nachgelagerte Beat-Timings und scripts/validate-beat-sync.mjs ohne weitere Anpassungen.