編集
削除実行 → 再審査 → 言い間違いがなくなるまでループ → 字幕生成
クイックスタート
ユーザー: 確認、編集を実行
ユーザー: すべて削除
ユーザー: 無音3と5は残し、他はすべて削除
前提条件
事前に /videocut:口播き編集 を実行して削除タスクの TodoList を生成する必要があります
フロー
1. ユーザーが確認した削除タスクを読み取る
↓
2. 保持する時間範囲を計算
↓
3. FFmpeg filter_complex を生成
↓
4. 編集を実行
↓
5. 再トランスクリプト + 審査 ←───┐
↓ │
言い間違いあり? ──はい──────────┘
↓ いいえ
6. 字幕を生成(SRT)
↓
7. 完了
進捗 TodoList
起動時に作成:
- [ ] 削除タスクを確認
- [ ] FFmpeg 編集を実行
- [ ] 再トランスクリプト審査
- [ ] 字幕を生成
ループ時にバージョン番号を更新(v2→v3→...)
一、削除タスクの読み取り(タイムスタンプ駆動)
/videocut:口播き編集 が出力した TodoList から読み取ります。タイムスタンプを直接使用し、テキストを検索しないでください:
言い間違い(N箇所):
- [x] 1. `(開始-終了)` 「誤ったテキスト」を削除 → 「正しいテキスト」を保持 ← チェック=削除
フィラー(N箇所):
- [x] 1. `(前の文字終了-後の文字開始)` 「えーと」を削除 ← チェック=削除
無音(N箇所):
- [x] 1. `(開始-終了)` 無音X秒 ← チェック=削除
- [ ] 2. `(開始-終了)` 無音X秒 ← 未チェック=保持
⚠️ 重要なルール
- タイムスタンプを直接使用:
(開始-終了)からパースし、テキストを検索しない - 再検索しない:審査原稿で正確なタイムスタンプが既に計算されている
- チェック=削除、未チェック=保持
二、FFmpeg コマンド
ffmpeg -y -i input.mp4 \
-filter_complex_script filter.txt \
-map "[outv]" -map "[outa]" \
-c:v libx264 -crf 18 -c:a aac \
output.mp4
filter.txt の形式
[0:v]trim=start=0:end=1.36,setpts=PTS-STARTPTS[v0];
[0:a]atrim=start=0:end=1.36,asetpts=PTS-STARTPTS[a0];
[0:v]trim=start=2.54:end=10.5,setpts=PTS-STARTPTS[v1];
...
[v0][a0][v1][a1]...concat=n=N:v=1:a=1[outv][outa]
三、再トランスクリプト審査
編集後は必ず:
- FunASR で再トランスクリプト
- まだ言い間違いがないか確認
- あり →
/videocut:口播き編集に戻って再認識 - なし → 字幕を生成
四、出力ファイル
01-xxx-v2.mp4 # 編集後動画
01-xxx-v2_transcript.json # 再トランスクリプト(検証用)
01-xxx-v2.srt # 字幕ファイル
バージョンアップ:v1→v2→v3...
五、フィードバック記録
2026-01-15
- フィラー削除の境界が不正確:フィラーを削除する際に前の文字も削除してしまった
- 原因:フィラーのタイムスタンプをそのまま削除に使用
- 正解:前の文字の終了から後の文字の開始まで
- フィラー + 無音は一緒に削除する:
A [無音] フィラー Bは全体(A.終了 - B.開始)を削除する - 教訓:フィラー削除時の境界は「前の文字.終了」から「後の文字.開始」まで
2026-01-14
- 言い間違いのテキストが削除しきれず、無音部分だけ削除した
- 教訓:TodoList からタイムスタンプを直接読み取り、再検索しない
- 「○○を引っ張る」を「△△のとき」と削除してしまった:「○○を引っ張る」のタイムスタンプ幅が7秒(無音6秒を含む)で、「○○」も削除した
- 教訓:「前を削除し後ろを残す」タイプの言い間違いでは、差分部分だけ削除する
- 「AIはAI」でAIが2回出現:「は」だけ削除し、最初の「AI」を削除しなかった
- 教訓:置換タイプの言い間違いでは、最初のバージョン全体を削除する必要がある
- 体系的な解決策:タイムスタンプ駆動とし、審査原稿に直接
(開始-終了)を記載、編集スクリプトではテキスト検索を行わない