カット:無駄な空白、言い淀み、繰り返し
bin/monteur transcribe RUSH.mp4 [--language fr] [--model small] # 未実施の場合
bin/monteur cut RUSH.mp4 --style <style>
アルゴリズムの動作 (monteur/cut.py)
- 単語単位の文字起こし(faster-whisper、単語単位のタイムスタンプ付き)。
- 削除される単語:
filler:style.cut.fillersリスト(euh, heu, hum, um, uh, bah, ben…)。repeat: 即座に繰り返されるn-gram(1〜5単語)→最初の出現を削除。retake: 続く3フレーズ以内に再出現するフレーズ(類似度がretake_similarity以上)→失敗テイクを削除、最後のテイクを残す。
- 保持された単語はセグメント化され(±
padding)、間隔がmin_silence未満の場合はマージされた後、ffmpegの無音検出(silence_db)で無音部分が除去されます。 cut.mp4(12msのマイクロクロスフェードでクリック防止)と、再同期されたtranscript_cut.jsonが出力されます。
調整方法
edl.json→statsとremoved({w, t, why})を確認。もし有用な単語が削除されていた場合(例:「ben」が固有名詞、意図的な繰り返し「とてもとても」)、スタイルを調整:フィラーリストからその単語を削除、remove_retakesを下げる、またはretake_similarityを0.85に上げる。- リズム:
min_silence0.25 =非常にタイト(TikTok向け)、0.45 =ダイナミック、0.7 =落ち着いた。padding0.05〜0.15秒。 - 発話のないラッシュ(B-roll、音楽):オーディオの無音部分のみでカットされます。
- 再カット後は
bin/monteur planを再実行(プランのタイミングが変わります)— ただし、微調整のみの場合はプランをそのまま維持し、QCで確認してください。
設定は styles/<style>.json の cut セクションで行います(styles/default.json を参照)。