heshaofu2/speech-video-dedup

Objectif et périmètre

Rendre le discours original de l'utilisateur fluide et propre, en conservant les propos, les informations essentielles et les démonstrations nécessaires. Fournir, selon la demande, une version candidate, une prévisualisation ou un montage complet ; ne pas interpréter « montre-moi ce que tu trouves » comme une autorisation à exporter l'intégralité de la vidéo.

Lorsque l'utilisateur a demandé un montage complet, effectuer les vérifications nécessaires puis livrer directement, sans demander systématiquement une confirmation point par point. En cas d'ambiguïté insoluble sur les idées centrales, les contenus uniques ou les résultats de démonstration, continuer d'abord sur d'autres segments, puis poser un minimum de questions ciblées. Réutiliser les méthodes de coupe déjà validées par l'utilisateur sans refaire arbitrairement les segments approuvés lors d'une nouvelle vérification.

Vidéo source et outils

Lire d'abord video-shared ; les règles de répertoire, de protection des fichiers, de découverte des commandes et de prise de décision suivent le partage. La transcription n'utilise que video-to-text ; les réutilisations et compléments locaux suivent le contrat de transcription sans choisir un autre moteur ou écrire un nouveau script de reconnaissance dans cette compétence.

• Utiliser dedup inspect pour enregistrer les spécifications de la vidéo source (taille, date de modification, SHA-256) ; tout plan de suppression doit correspondre à la vidéo source vérifiée.
• La suppression locale s'effectue via l'interface CLI unifiée dedup check / render. Lorsque l'utilisateur précise son logiciel de montage, l'utiliser ; ne pas créer de nouveau projet d'animation ou de rendu web pour la suppression.
• La transcription sert uniquement à localiser ; les décisions de déduplication doivent toujours être confrontées au son et à l'image réels.

Trouver les répétitions, pas compresser le cours

Examiner l'intégralité de la vidéo, y compris les répétitions non contiguës ; pour chaque groupe, enregistrer l'horodatage source, les deux versions des propos, la position inachevée, les informations uniques et la proposition de raccord.

Distinguer :

• Résidu de réenregistrement manifeste : s'arrêter au milieu d'une phrase, recommencer une introduction, répéter la même phrase consécutivement – la version ultérieure remplace la précédente.
• Répétition facultative : reformuler une explication. Comparer si des exemples, des conditions ou de nouvelles informations sont apportés ; ne pas la qualifier directement de réenregistrement.
• Structure pédagogique normale : introduction générale suivie de détails, définition puis démonstration, récapitulation, mise en valeur, pause pour lecture d'image. Conserver par défaut.

Ne pas supposer par défaut « garder la dernière version ». Privilégier la conservation de segments complets, le début de la première version suivi de la conclusion de la seconde, ou les phrases complètes de chaque version. Protéger les transitions d'introduction, les références, les conditions, les chiffres et les relations de cause à effet. Les contenus uniques apparaissant une seule fois sont des zones protégées ; les supprimer en même temps que les répétitions est interdit.

Déterminer simultanément les points de coupe audio et vidéo

Lire d'abord la candidature de raccord en continu, puis vérifier l'audio et l'image correspondants. L'horodatage du modèle n'est pas le point de coupe final ; si nécessaire, retranscrire localement, ajuster à la trame en fonction de la forme d'onde, des pauses et de la lecture réelle.

• Audio : conserver les syllabes complètes, les respirations naturelles, les accents et le rythme entre les phrases. Ne pas couper la fin d'une phrase pour éliminer un demi-mot ; ne pas supprimer toutes les pauses. L'adoucissement audio très court est uniquement utilisé pour réduire les bruits de coupure, pas pour masquer une syllabe avalée ou remplacer une écoute.
• Signification de l'image : lors du raccord, vérifier que le support visuel correspondant (diapositive, capture d'écran, graphique, étape de démonstration) est bien affiché ; que les références comme « ici » ou « dans ceci » ont encore un objet visible ; que le changement de page et le zoom se produisent au moment requis par l'explication.
• Intégrité des actions : vérifier les clics, défilements, changements de fenêtre et résultats d'état dans la zone supprimée. Deux trames identiques avant et après ne prouvent pas l'absence d'actions critiques entre elles.
• Mouvements et lecture : comparer la posture, les gestes et le regard de la personne ; observer la souris, les animations et le temps de lecture du texte. Choisir d'abord le point de raccord naturel le plus approprié ; si nécessaire, utiliser une image de support existante correspondante, tout en vérifiant la synchronisation labiale ou la chronologie des actions pour éviter un décalage masquant le point de coupe.

Les images de comparaison à environ 0,1 s et 1 s avant/après le point de raccord conviennent pour un premier tri ; en présence de mouvements, actions ou changements de page, une vérification continue est nécessaire. La similarité d'images clés, la retranscription réussie ou le décodage correct ne suffisent pas à prouver une transition naturelle.

Prévisualisation vérifiable des transitions

Exporter d'abord une prévisualisation réelle et continue des segments complexes. La lecture temporaire aléatoire dans le navigateur peut localiser, mais elle peut provoquer des pauses supplémentaires ou des imprécisions ; elle ne peut pas se substituer à un rendu après coupe.

La prévisualisation inclut l'introduction précédente et le sens complet suivant ; une simple fluidité à l'intérieur du segment ne suffit pas. Une fois la coupe interne approuvée par l'utilisateur, prolonger le dernier segment conservé jusqu'au contenu suivant ou à la sous-section suivante pour vérifier l'absence de paroles manquantes, de répétitions ou de décalages d'image, sans ajouter une nouvelle coupe à la fin de la prévisualisation.

Utiliser dedup review pour générer une page de vérification locale : localisation de la vidéo source, prévisualisation réelle, prévisualisation avec suite et comparaison d'images présentées séparément. Si la lecture dans la page n'est pas possible, le préciser clairement, mais fournir des fichiers vidéo ouvrables individuellement.

Planification, exportation et vérification

Tous les horodatages des plans sont d'abord basés sur la vidéo source, tout en enregistrant les points de raccord après coupe. Les points de coupe confirmés sont verrouillés ; ne pas déduire deux fois les intervalles qui apparaissent simultanément dans les listes de longs segments et de courtes phrases.

Pour les vidéos à fréquence d'images native constante, utiliser successivement dedup inspect, dedup check, dedup render. Les directives d'utilisation, le format des plans, le traitement des autres types de vidéos et les exigences de vérification sont détaillés dans references/operator.md. L'interface CLI n'identifie pas les répétitions ni ne décide des points de coupe.

Conserver les proportions d'image, la résolution lisible, la fréquence d'images et la disposition audio d'origine ; ne pas ajouter de sous-titres, de musique, de changement de vitesse ou de nouveau style visuel sans demande. Ne pas présenter un résultat de stream-copy avec images clés comme un montage précis à la trame.

Après achèvement, vérifier :

• Les phrases aux points de raccord réelles du fichier final, la conservation des informations uniques, et que les segments confirmés n'ont pas été modifiés.
• Les images avant et après les points de raccord réels par rapport aux positions prévues dans la vidéo source, ainsi que les actions continues, les mouvements de la personne et l'enchaînement ultérieur.
• Que la vidéo entière peut être décodée, que la durée, le nombre d'images, la synchronisation audio-vidéo et les spécifications de sortie correspondent au plan.
• Que la taille, la date de modification et la valeur de hachage de la vidéo source restent inchangées.

Sans capacité de compréhension audio ou de lecture continue, livrer honnêtement la transcription, les comparaisons d'images et les vérifications techniques déjà effectuées, sans prétendre « avoir écouté l'intégralité de la vidéo » ou « toutes les transitions ont été vérifiées auditivement ». Séparer clairement les impressions subjectives non vérifiées des contrôles objectifs déjà réussis.

Fournir finalement le fichier monté ouvrable, sa durée, la plage traitée et l'état de conservation de la vidéo source ; expliquer brièvement la portée de la vérification et les limitations nécessaires. Conserver les listes, les correspondances horaires entre source et montage, et les images de comparaison dans le répertoire de production pour faciliter les modifications ultérieures.