ameviadodo/montageos

Schneidet automatisch Rohmaterial – entfernt Stille/Zögern (ähm, hm…), Wiederholungen („ich denke ich denke“) und verpatzte/wiederholte Aufnahmen und behält die letzte Aufnahme. Verwende für „Leerraum entfernen“, „Jump Cuts“, „Wiederholungen entfernen“ oder zum Anpassen eines zu engen/zu lockeren Cuts.

Was ist montageos?

Dieses Skill automatisiert die Videobearbeitung, indem es Füllwörter, Stotterer, Wiederholungen und verpatzte Aufnahmen aus einem Rohschnitt entfernt und gleichzeitig die letzte gute Aufnahme beibehält. Es stützt sich auf `faster-whisper` für die Wort-für-Wort-Transkription und wendet konfigurierbare Regeln an, um unerwünschte Wörter zu identifizieren und zu entfernen. Der Benutzer steuert die Schnittschärfe über Parameter wie `min_silence` (0,25 für rasant, 0,45 für dynamisch, 0,7 für ruhig) und `padding` (0,05–0,15 s). Das Skill erzeugt eine bereinigte Videodatei `cut.mp4` mit Anti-Klick-Audio-Überblendungen und ein neu synchronisiertes Transkript `transcript_cut.json`. Es ist für die Verwendung mit dem MontageOS-Tool konzipiert, das in der Entwicklungsumgebung bereitgestellt wird, und unterstützt alle Formate, die `faster-whisper` verarbeiten kann. Die Anpassung erfolgt über JSON-Stildateien, in denen die Liste der Füllwörter, die Ähnlichkeitsschwelle für Wiederaufnahmen und andere Parameter festgelegt werden.

Funktioniert mit~Claude Code~Codex CLI~Cursor

npx skills add https://github.com/ameviadodo/montageos/tree/HEAD/skills/monteur-decoupe

Dokumentation

Zuschnitt: Lücken, Zögern, Wiederholungen

bin/monteur transcribe RUSH.mp4 [--language fr] [--model small]   # falls noch nicht geschehen
bin/monteur cut RUSH.mp4 --style <style>

Was der Algorithmus tut (`monteur/cut.py`)

Wortweise Transkription (faster-whisper, Zeitstempel pro Wort).
Entfernte Wörter:
- filler : Liste style.cut.fillers (ähm, hm, äh, öh, mh, tja, nun…).
- repeat : N-Gramm (1 bis 5 Wörter) sofort wiederholt → das erste Vorkommen wird entfernt.
- retake : Wiederholter Satz innerhalb der nächsten 3 Sätze (Ähnlichkeit ≥ retake_similarity) → der verpatzte Satz wird entfernt, der letzte bleibt.
Die verbleibenden Wörter werden zu Segmenten (± padding) zusammengefasst, bei einem Abstand < min_silence verschmolzen, dann werden die Stillebereiche von ffmpeg (silence_db) abgezogen.
Ausgabe cut.mp4 (12 ms Audio-Überblendungen gegen Klickgeräusche) + neu synchronisiertes transcript_cut.json.

Ihre Kontrolle

Lesen Sie edl.json → stats und removed ({w, t, why}). Falls ein nützliches Wort entfernt wurde (z. B. Eigenname „Ben“, beabsichtigte Wiederholung „sehr sehr“), passen Sie den Stil an: entfernen Sie den Füller aus der Liste, setzen Sie remove_retakes herab oder erhöhen Sie retake_similarity auf 0.85.
Rhythmus: min_silence 0.25 = sehr rasant (TikTok), 0.45 = dynamisch, 0.7 = ruhig. padding 0.05–0.15 s.
Rohmaterial ohne Sprache (B-Roll, Musik): Der Schnitt erfolgt ausschließlich über die Audiostille.
Nach einem erneuten Schnitt führen Sie bin/monteur plan aus (die Zeiten des Plans ändern sich) – oder behalten Sie den Plan bei, wenn nur kleine Anpassungen vorgenommen wurden, und überprüfen Sie ihn bei der Qualitätskontrolle.

Einstellungen in styles/<style>.json → Abschnitt cut (siehe styles/default.json).