Communitygithub.com

剪口播 v2

Transcription vocale, détection des lapsus et génération de rapports de révision pour les vidéos de présentation orale (口播). Déclencheurs : '剪口播', '处理视频', '识别口误'.

Qu'est-ce que 剪口播 v2 ?

Cette compétence spécialisée pour l'agent d'IA permet de traiter des vidéos de présentation orale (口播) en automatisant la transcription, la détection des lapsus et la génération d'un rapport de révision. Le processus commence par l'extraction audio et la transcription via l'API Volcengine, suivie d'une analyse intelligente pour identifier les répétitions, les hésitations, les corrections et les silences prolongés. Les résultats sont consolidés dans un fichier JSON pré-sélectionné (`auto_selected.json`) et présentés dans une page HTML de révision interactive (`review.html`). L'utilisateur peut alors valider ou modifier les découpages avant de lancer le montage final. Compatible avec tout agent IA piloté par des compétences (Claude Code, Cursor, etc.).

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ComeOnOliver/skillshub/tree/HEAD/skills/Ceeon/videocut-skills/%E5%89%AA%E5%8F%A3%E6%92%AD

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait 剪口播 v2 ?

Transcription Volcengine + Détection IA des lapsus + Révision web

Utilisation rapide

Utilisateur : Aidez-moi à découper cette vidéo de présentation
Utilisateur : Traitez cette vidéo

Structure du répertoire de sortie

output/
└── YYYY-MM-DD_NomVidéo/
    ├── 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/
        └── ...

Règle : Si le dossier existe déjà, le réutiliser ; sinon, le créer.

Flux

0. Créer le répertoire de sortie
    ↓
1. Extraire l'audio (ffmpeg)
    ↓
2. Télécharger pour obtenir une URL publique (uguu.se)
    ↓
3. API Volcengine – transcription
    ↓
4. Générer les sous-titres mot par mot (subtitles_words.json)
    ↓
5. Analyser les lapsus/silences avec l'IA, générer une liste pré-sélectionnée (auto_selected.json)
    ↓
6. Générer une page de révision (review.html)
    ↓
7. Démarrer le serveur de révision, l'utilisateur confirme via la page web
    ↓
【En attente de confirmation utilisateur】→ Cliquer sur « Exécuter le montage » sur la page web ou /剪辑 manuellement

Étapes d'exécution

Étape 0 : Créer le répertoire de sortie

# Définir les variables (ajuster selon la vidéo réelle)
VIDEO_PATH="/chemin/vers/Video.mp4"
VIDEO_NAME=$(basename "$VIDEO_PATH" .mp4)
DATE=$(date +%Y-%m-%d)
BASE_DIR="output/${DATE}_${VIDEO_NAME}/剪口播"

# Créer les sous-répertoires
mkdir -p "$BASE_DIR/1_转录" "$BASE_DIR/2_分析" "$BASE_DIR/3_审核"
cd "$BASE_DIR"

Étapes 1-3 : Transcription

cd 1_转录

# 1. Extraire l'audio (si le nom du fichier contient ':', ajouter le préfixe 'file:')
ffmpeg -i "file:$VIDEO_PATH" -vn -acodec libmp3lame -y audio.mp3

# 2. Télécharger pour obtenir une URL publique
curl -s -F "files[][email protected]" https://uguu.se/upload
# Retourne : {"success":true,"files":[{"url":"https://h.uguu.se/xxx.mp3"}]}

# 3. Appeler l'API Volcengine
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"
# Sortie : volcengine_result.json

Étape 4 : Générer les sous-titres

node "$SKILL_DIR/scripts/generate_subtitles.js" volcengine_result.json
# Sortie : subtitles_words.json

cd ..

Étape 5 : Analyse des lapsus (script + IA)

5.1 Générer un format lisible

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 + '|[Sil' + 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 Lire les habitudes de l'utilisateur

Lire d'abord tous les fichiers de règles dans le répertoire 用户习惯/.

5.3 Générer la liste de phrases (étape clé)

Il faut d'abord diviser en phrases, puis analyser. Découper en phrases en fonction des silences :

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 Script de marquage automatique des silences (à exécuter d'abord)

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('Nombre de silences ≥ 0,5s :', selected.length);
"

→ Sortie auto_selected.json (contient uniquement les indices des silences)

5.5 Analyse IA des lapsus (ajout à auto_selected.json)

Règles de détection (par priorité) :

#TypeMéthode de détectionPortée de suppression
1Phrase répétéeLes phrases adjacentes commencent par au moins 5 caractères identiquesPhrase entière la plus courte
2Répétition espacée d'une phraseQuand une phrase intermédiaire est incomplète, comparer les phrases avant et aprèsPhrase avant + phrase incomplète
3Phrase incomplèteParler à moitié + silencePhrase incomplète entière
4Répétition intra-phraseMotif A+intermédiaire+APartie avant
5Mot d'hésitation那个那个 (nàge nàge), 就是就是 (jiùshì jiùshì)Partie avant
6Correction / reformulationRépétition partielle / correction négativePartie avant
7Mot de remplissage嗯 (en), 啊 (a), 那个 (nàge)Marquer mais ne pas supprimer automatiquement

Principe fondamental :

  • Diviser d'abord en phrases, puis comparer : Utiliser sentences.txt pour comparer les phrases adjacentes.
  • Supprimer la phrase entière : Les phrases incomplètes et répétées doivent être supprimées entièrement, pas seulement les caractères anormaux.

Analyse par segments (exécution en boucle) :

1. Lire readable.txt offset=N limit=300
2. Analyser ces 300 lignes en utilisant sentences.txt
3. Ajouter les indices des lapsus à auto_selected.json
4. Enregistrer dans 口误分析.md
5. N += 300, retour à l'étape 1

🚨 Avertissement clé : Le numéro de ligne ≠ idx

Format de readable.txt : idx|contenu|temps
                          ↑ utiliser cette valeur

Ligne 1500 → "1568|[Sil1.02s]|..."  ← idx = 1568, pas 1500 !

Format de 口误分析.md :

## Segment N (plage de lignes)

| idx | Temps | Type | Contenu | Traitement |
|-----|-------|------|---------|------------|
| 65-75 | 15.80-17.66 | Phrase répétée | "C'est un cas que j'ai monté" | Supprimer |

Étapes 6-7 : Révision

cd ../3_审核

# 6. Générer la page de révision
node "$SKILL_DIR/scripts/generate_review.js" ../1_转录/subtitles_words.json ../2_分析/auto_selected.json ../1_转录/audio.mp3
# Sortie : review.html

# 7. Démarrer le serveur de révision
node "$SKILL_DIR/scripts/review_server.js" 8899 "$VIDEO_PATH"
# Ouvrir http://localhost:8899

Sur la page web, l'utilisateur peut :

  • Lire les extraits vidéo pour confirmer
  • Cocher/décocher les éléments à supprimer
  • Cliquer sur « Exécuter le montage »

Format des données

subtitles_words.json

[
  {"text": "大", "start": 0.12, "end": 0.2, "isGap": false},
  {"text": "", "start": 6.78, "end": 7.48, "isGap": true}
]

auto_selected.json

[72, 85, 120]  // Indices pré-sélectionnés générés par l'analyse Claude

Configuration

Clé API Volcengine

cd /Users/chengfeng/Desktop/AIos/剪辑Agent/.claude/skills
cp .env.example .env
# Modifier .env pour renseigner VOLCENGINE_API_KEY=xxx

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

ComeOnOliver/skillshub

Create stunning, animation-rich HTML presentations from scratch or by converting PowerPoint files. Use when the user wants to build a presentation, convert a PPT/PPTX to web, or create slides for a talk/pitch. Helps non-designers discover their aesthetic through visual exploration rather than abstract choices.

ComeOnOliver/skillshub

Next.js 16+ 和 Turbopack — 增量打包、文件系统缓存、开发速度,以及何时使用 Turbopack 与 webpack。

ComeOnOliver/skillshub

SwiftUI architecture patterns, state management with @Observable, view composition, navigation, performance optimization, and modern iOS/macOS UI best practices.

ComeOnOliver/skillshub

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio, video), and create real time alerts for events from live streams or desktop capture.

ComeOnOliver/skillshub

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

ComeOnOliver/skillshub

Next.js 15 애플리케이션을 위한 프론트엔드 개발 가이드라인. React 19, TypeScript, Shadcn/ui, Tailwind CSS를 사용한 모던 패턴. Server Components, Client Components, App Router, 파일 구조, Shadcn/ui 컴포넌트, 성능 최적화, TypeScript 모범 사례 포함. 컴포넌트, 페이지, 기능 생성, 데이터 페칭, 스타일링, 라우팅, 프론트엔드 코드 작업 시 사용.

ComeOnOliver/skillshub

Provides Tamagui patterns for config v4, compiler optimization, styled context, and cross-platform styling. Must use when working with Tamagui projects (tamagui.config.ts, @tamagui imports).

ComeOnOliver/skillshub

Create distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, or applications. Generates creative, polished code that avoids generic AI aesthetics.

ComeOnOliver/skillshub

Create high-converting, visually distinctive landing pages. Use when building marketing pages, product launches, SaaS homepages, or any single-page conversion-focused website. Guides section-by-section composition with anti-AI-slop principles.

ComeOnOliver/skillshub

Auto-loaded context for Portfolio Buddy 2 development. Use for ANY task involving: React 19 development, TypeScript, portfolio analysis features, metrics calculations, trading strategy comparison, or working with the Portfolio Buddy 2 codebase. Contains tech stack, known issues, and architectural constraints.

ComeOnOliver/skillshub

Next.js development tooling via MCP. Inspect routes, components, build info, and debug Next.js apps. Use when working on Next.js applications, debugging routing, or inspecting app structure. NOT for general React or non-Next.js projects.

ComeOnOliver/skillshub

Implement UI using Shadcn MCP (atoms/theme) and 21st.dev MCP (complex sections). Use when adding buttons, layouts, or generating landing pages.

ComeOnOliver/skillshub

A conceptual skill for building an API client in Next.js that handles JWT tokens

ComeOnOliver/skillshub

Best practices and patterns for Next.js App Router, Server Actions, and Routing in this project.

ComeOnOliver/skillshub

The Design System, Theme, and UX rules for the Physical AI Hub.

ComeOnOliver/skillshub

Comprehensive frontend development skill for building modern, performant web applications using ReactJS, NextJS, TypeScript, Tailwind CSS. Includes component scaffolding, performance optimization, bundle analysis, and UI best practices. Use when developing frontend features, optimizing performance, implementing UI/UX designs, managing state, or reviewing frontend code.

ComeOnOliver/skillshub

This document captures learnings from fixing keyboard navigation issues when floating components (Select, DropdownMenu, Popover) have CSS open/close animations.

ComeOnOliver/skillshub

Build Next.js 16 applications with correct patterns and distinctive design. Use when creating pages, layouts, dynamic routes, upgrading from Next.js 15, or implementing proxy.ts. Covers breaking changes (async params/searchParams, Turbopack, cacheComponents) and frontend aesthetics. NOT when building non-React or backend-only applications.

ComeOnOliver/skillshub

Comprehensive Framer Motion animation library for React. Covers motion components, variants, gestures, page transitions, and scroll animations. Use when adding animations to React/Next.js applications.

ComeOnOliver/skillshub

Build interfaces that resonate, not just render. This skill enforces bold, intentional

Skills associés