剪口播 v2
火山引擎转录 + KI-Versprecher-Erkennung + Web-Review
快速使用
Benutzer: Hilf mir, dieses Aufnahme-Video zu schneiden.
Benutzer: Bearbeite dieses Video.
Ausgabe-Verzeichnisstruktur
output/
└── YYYY-MM-DD_VideoName/
├── 剪口播/
│ ├── 1_转录/
│ │ ├── audio.mp3
│ │ ├── volcengine_result.json
│ │ └── subtitles_words.json
│ ├── 2_分析/
│ │ ├── readable.txt
│ │ ├── auto_selected.json
│ │ └── 口误分析.md
│ └── 3_审核/
│ └── review.html
└── 字幕/
└── ...
Regel: Bestehende Ordner werden wiederverwendet, ansonsten neu erstellt.
Ablauf
0. Erstelle Ausgabe-Verzeichnis
↓
1. Audio extrahieren (ffmpeg)
↓
2. Hochladen und öffentliche URL abrufen (uguu.se)
↓
3. Volcengine-API Transkription
↓
4. Wortgenaue Untertitel generieren (subtitles_words.json)
↓
5. KI-Analyse: Versprecher/Stille erkennen, Vorauswahlliste erstellen (auto_selected.json)
↓
6. Review-Webseite generieren (review.html)
↓
7. Review-Server starten, Benutzer bestätigt über Webseite
↓
【Warte auf Benutzerbestätigung】→ Auf Webseite „Ausführung starten“ klicken oder manuell /剪辑
Ausführungsschritte
Schritt 0: Ausgabe-Verzeichnis erstellen
# Variablen setzen (abhängig vom tatsächlichen Video)
VIDEO_PATH="/Pfad/zum/Video.mp4"
VIDEO_NAME=$(basename "$VIDEO_PATH" .mp4)
DATE=$(date +%Y-%m-%d)
BASE_DIR="output/${DATE}_${VIDEO_NAME}/剪口播"
# Unterverzeichnisse anlegen
mkdir -p "$BASE_DIR/1_转录" "$BASE_DIR/2_分析" "$BASE_DIR/3_审核"
cd "$BASE_DIR"
Schritte 1-3: Transkription
cd 1_转录
# 1. Audio extrahieren (bei Doppelpunkt im Dateinamen „file:“-Präfix hinzufügen)
ffmpeg -i "file:$VIDEO_PATH" -vn -acodec libmp3lame -y audio.mp3
# 2. Hochladen und öffentliche URL abrufen
curl -s -F "files[][email protected]" https://uguu.se/upload
# Rückgabe: {"success":true,"files":[{"url":"https://h.uguu.se/xxx.mp3"}]}
# 3. Volcengine-API aufrufen
SKILL_DIR="/Users/chengfeng/Desktop/AIos/剪辑Agent/.claude/skills/剪口播"
"$SKILL_DIR/scripts/volcengine_transcribe.sh" "https://h.uguu.se/xxx.mp3"
# Ausgabe: volcengine_result.json
Schritt 4: Untertitel generieren
node "$SKILL_DIR/scripts/generate_subtitles.js" volcengine_result.json
# Ausgabe: subtitles_words.json
cd ..
Schritt 5: Versprecher-Analyse (Skript + KI)
5.1 Lesbare Formatierung generieren
cd 2_分析
node -e "
const data = require('../1_转录/subtitles_words.json');
let output = [];
data.forEach((w, i) => {
if (w.isGap) {
const dur = (w.end - w.start).toFixed(2);
if (dur >= 0.5) output.push(i + '|[Stille' + dur + 's]|' + w.start.toFixed(2) + '-' + w.end.toFixed(2));
} else {
output.push(i + '|' + w.text + '|' + w.start.toFixed(2) + '-' + w.end.toFixed(2));
}
});
require('fs').writeFileSync('readable.txt', output.join('\\n'));
"
5.2 Benutzergewohnheiten auslesen
Zunächst alle Regeln aus 用户习惯/-Verzeichnis lesen.
5.3 Satzliste generieren (kritischer Schritt)
Erst in Sätze aufteilen, dann analysieren. Satzliste anhand der Stille erzeugen:
node -e "
const data = require('../1_转录/subtitles_words.json');
let sentences = [];
let curr = { text: '', startIdx: -1, endIdx: -1 };
data.forEach((w, i) => {
const isLongGap = w.isGap && (w.end - w.start) >= 0.5;
if (isLongGap) {
if (curr.text.length > 0) sentences.push({...curr});
curr = { text: '', startIdx: -1, endIdx: -1 };
} else if (!w.isGap) {
if (curr.startIdx === -1) curr.startIdx = i;
curr.text += w.text;
curr.endIdx = i;
}
});
if (curr.text.length > 0) sentences.push(curr);
sentences.forEach((s, i) => {
console.log(i + '|' + s.startIdx + '-' + s.endIdx + '|' + s.text);
});
" > sentences.txt
5.4 Stille automatisch markieren (muss zuerst ausgeführt werden)
node -e "
const words = require('../1_转录/subtitles_words.json');
const selected = [];
words.forEach((w, i) => {
if (w.isGap && (w.end - w.start) >= 0.5) selected.push(i);
});
require('fs').writeFileSync('auto_selected.json', JSON.stringify(selected, null, 2));
console.log('Stille ≥0.5s Anzahl:', selected.length);
"
→ Ausgabe auto_selected.json (nur Stille-Indizes)
5.5 KI-Versprecher-Erkennung (an auto_selected.json anhängen)
Erkennungsregeln (nach Priorität):
| # | Typ | Erkennungsmethode | Löschbereich |
|---|---|---|---|
| 1 | Satzwiederholung | Benachbarte Sätze haben ≥5 gleiche Zeichen am Anfang | Kürzeren ganzen Satz löschen |
| 2 | Übernächste Wiederholung | Wenn dazwischen ein abgebrochener Satz liegt, vergleiche vorherigen und nachfolgenden Satz | Vorherigen Satz + abgebrochenen Satz löschen |
| 3 | Satzabbruch | Hälfte des Satzes gesprochen + Stille | Ganzen abgebrochenen Satz löschen |
| 4 | Wortwiederholung im Satz | Muster A+Mitte+A | Vorderen Teil löschen |
| 5 | Stockwörter | das das, also also | Vorderen Teil löschen |
| 6 | Korrektur durch Neusatz | Teilwiederholung/Verneinungskorrektur | Vorderen Teil löschen |
| 7 | Füllwörter | hm, ah, also | Markieren, aber nicht automatisch löschen |
Kernprinzipien:
- Erst in Sätze aufteilen, dann vergleichen: sentences.txt verwenden, um benachbarte Sätze zu vergleichen
- Ganze Sätze löschen: Abgebrochene und wiederholte Sätze müssen als vollständige Sätze gelöscht werden, nicht nur die auffälligen Wörter
Abschnittweise Analyse (Schleife):
1. readable.txt lesen Offset=N Limit=300
2. Zusammen mit sentences.txt diese 300 Zeilen analysieren
3. Versprecher-Indizes an auto_selected.json anhängen
4. In 口误分析.md protokollieren
5. N += 300, zurück zu Schritt 1
🚨 Wichtiger Warnhinweis: Zeilennummer ≠ idx
readable.txt Format: idx|Inhalt|Zeit
↑ Hier diesen Wert verwenden
Zeile 1500 → "1568|[Stille1.02s]|..." ← idx ist 1568, nicht 1500!
Format 口误分析.md:
## Abschnitt N (Zeilenbereich)
| idx | Zeit | Typ | Inhalt | Aktion |
|-----|------|------|--------|--------|
| 65-75 | 15.80-17.66 | Satzwiederholung | "Das ist ein von mir erstelltes Beispiel" | Löschen |
Schritte 6-7: Review
cd ../3_审核
# 6. Review-Webseite generieren
node "$SKILL_DIR/scripts/generate_review.js" ../1_转录/subtitles_words.json ../2_分析/auto_selected.json ../1_转录/audio.mp3
# Ausgabe: review.html
# 7. Review-Server starten
node "$SKILL_DIR/scripts/review_server.js" 8899 "$VIDEO_PATH"
# Öffne http://localhost:8899
Benutzer auf der Webseite:
- Videoabschnitt anhören und bestätigen
- Löschoptionen an-/abwählen
- „Ausführung starten“ klicken
Datenformat
subtitles_words.json
[
{"text": "Groß", "start": 0.12, "end": 0.2, "isGap": false},
{"text": "", "start": 6.78, "end": 7.48, "isGap": true}
]
auto_selected.json
[72, 85, 120] // Von KI generierte vorausgewählte Indizes
Konfiguration
Volcengine-API-Key
cd /Users/chengfeng/Desktop/AIos/剪辑Agent/.claude/skills
cp .env.example .env
# Bearbeite .env, setze VOLCENGINE_API_KEY=xxx