팟캐스트 편집 스킬
원시 팟캐스트/회의 녹음물을 세련된 팟캐스트 에피소드로 가공합니다.
기능
- 스마트 트리밍 — 실제 팟캐스트 시작/종료 지점을 전사하고 인트로/아웃트로를 감지하여 찾습니다.
- 불용어 제거 — 언어적 틱(음, 어, 아, 오, 맞아맞아, um, uh 등)을 제거합니다.
- 무음 자르기 — 긴 침묵 구간(>2초)을 자연스러운 간격(~0.6초)으로 줄입니다.
- 오디오 향상 — 노이즈 감소, EQ, 다중 화자 볼륨 균형, 팟캐스트 표준 라우드니스 정규화(-16 LUFS).
- 완성된 에피소드 재편집 — 전체 파이프라인을 다시 실행하지 않고 이미 렌더링된 에피소드에서 문제 구간을 수술적으로 제거합니다.
- 하이라이트 클립 및 릴 — 공유 가능한 사운드바이트를 추출하고 약 1분 분량의 릴을 음악과 함께 스티치합니다.
- 비디오 편집 — Zoom/Riverside 비디오 녹화물에 동일한 편집을 적용합니다("비디오 에피소드" 참조).
사전 요구 사항
ffmpeg및ffprobe설치OPENAI_API_KEY환경 변수(Whisper API 전사용)- Python 3(표준 라이브러리만 사용, 도우미 스크립트에 추가 종속성 없음)
- 선택 사항:
resemblyzer(pip install resemblyzer) — 하이라이트 릴 제작 시 화자 분할(diarization)용
워크플로우
1단계: 오디오 파일 검사
ffprobe -v quiet -print_format json -show_format -show_streams "입력_파일"
참고: 지속 시간, 샘플 레이트, 채널, 코덱, 비트레이트를 확인합니다.
2단계: 팟캐스트 시작/종료 찾기 (사용자가 앞뒤 트리밍을 요청한 경우)
5분 청크로 분할하고 세그먼트 수준 타임스탬프와 함께 OpenAI Whisper API를 통해 전사합니다:
# 청크 추출
ffmpeg -y -i "입력_파일" -ss 오프셋 -t 300 -ar 16000 -ac 1 /tmp/chunk_오프셋.mp3
# 전사
curl -s https://api.openai.com/v1/audio/transcriptions \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-F file="@/tmp/chunk_오프셋.mp3" \
-F model="whisper-1" \
-F response_format="verbose_json" \
-F language="언어" \
-F 'timestamp_granularities[]=segment' > /tmp/transcript_오프셋.json
전사 내용에서 다음을 스캔합니다:
- 시작 마커: "환영합니다", "안녕하세요 여러분", "大家好", "欢迎", 인트로 음악, 첫 번째 실질 주제 문장
- 종료 마커: "다음에 또 봐요", "안녕", "下期见", "感谢收听", 이어지는 종방 후 대화
-ss 시작 -to 종료 및 -c copy(재인코딩 없음)로 초기 트리밍을 수행하여 작업 파일을 생성합니다.
3단계: 불용어 제거
트리밍된 파일을 5분 청크로 분할하고 각각을 단어 수준 타임스탬프와 함께 전사합니다:
# 청크 추출
for i in $(seq 0 300 지속시간); do
ffmpeg -y -i "트리밍_파일" -ss $i -t 300 -ar 16000 -ac 1 /tmp/wchunk_${i}.mp3
done
# 각 청크 전사 (병렬 실행 가능)
for i in $(seq 0 300 지속시간); do
curl -s https://api.openai.com/v1/audio/transcriptions \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-F file="@/tmp/wchunk_${i}.mp3" \
-F model="whisper-1" \
-F response_format="verbose_json" \
-F language="언어" \
-F 'timestamp_granularities[]=word' \
-F 'timestamp_granularities[]=segment' > /tmp/wtranscript_${i}.json &
done
wait
그런 다음 이 스킬에 포함된 불용어 제거 스크립트를 실행합니다:
python3 ./filler_removal.py \
--total-duration 지속시간 \
--end-at 종료_타임스탬프 \
--cut 시작1:종료1 --cut 시작2:종료2 \
--chunk-offsets 0,300,600,900,...
인수:
--total-duration: 트리밍된 입력 파일의 지속 시간(초) (필수)--end-at: 이 타임스탬프 이후의 모든 내용을 자릅니다 (예: 종방 후 대화 시작)--cut 시작:종료: 특정 범위를 자릅니다. 반복 가능.--chunk-offsets: 쉼표로 구분된 청크 오프셋 (기본값: 자동 0,300,600,…)
스크립트는 atrim+concat 필터로 /tmp/ffmpeg_filter.txt를 출력합니다.
필터를 두 번에 걸쳐 적용합니다:
# A단계: 불용어 제거 → 중간 WAV (재인코딩 아티팩트 방지)
ffmpeg -y -i "트리밍_파일" \
-filter_complex_script /tmp/ffmpeg_filter.txt \
-map '[out]' -c:a pcm_s16le -ar 44100 /tmp/podcast_cut.wav
# B단계: 오디오 향상 → 최종 MP3
ffmpeg -y -i /tmp/podcast_cut.wav \
-af "향상_체인" \
-c:a libmp3lame -b:a 192k "출력_파일"
제한 사항: 중국어의 경우 Whisper 단어 수준 타임스탬프는 인접한 발화에 혼합된 불용어를 놓칠 수 있습니다. 스크립트는 독립적인 불용어를 안정적으로 잡지만 내장된 불용어의 약 10~20%를 놓칠 수 있습니다.
4단계: 오디오 향상 필터 체인
기본 체인 (게스트 친화적 — 다중 화자 볼륨 불균형 처리). 이전 실행에서 가장 큰 실수는 노이즈 게이트(agate)를 사용하여 조용한 게스트를 완전히 침묵시키는 것입니다. 기본 체인에 agate를 다시 추가하지 마십시오.
highpass=f=80, # 실내 웅웅거림 제거
lowpass=f=12000, # 쉿 소리 제거 (16kHz 소스는 7500 사용)
afftdn=nf=-25:nr=8:nt=w, # 부드러운 FFT 노이즈 감소
equalizer=f=180:t=q:w=1.5:g=-2, # 탁한 소리 제거
equalizer=f=2500:t=q:w=1.2:g=3, # 존재감 향상
equalizer=f=4500:t=q:w=1.5:g=1.5, # 선명도 향상
dynaudnorm=f=200:g=5:p=0.95:m=5:s=0, # 롤링 윈도우 정규화 — 조용한 화자를 독립적으로 높임
acompressor=threshold=-20dB:ratio=2:attack=5:release=200:makeup=1, # 부드러운 접착
loudnorm=I=-16:TP=-1.5:LRA=13 # 팟캐스트 표준 라우드니스
dynaudnorm이 중요한 이유: 200ms 롤링 윈도우로 정규화하여 게스트가 말할 때 해당 윈도우가 호스트의 더 큰 윈도우와 독립적으로 높아집니다. 순서가 중요합니다 — acompressor 전에 dynaudnorm을 실행하여 압축기가 균형 잡힌 신호를 받도록 합니다.
기본 체인에 절대 추가하지 말아야 할 것:
agate(노이즈 게이트) — 임계값보다 낮은 모든 화자를 차단합니다. 게스트를 죽입니다.- 강한 압축 (비율 >3:1, 메이크업 >2 dB) — 다이내믹을 평평하게 만들고 게스트를 압축된 느낌으로 만듭니다.
loudnorm에서 좁은 LRA(<12) — 자연스러운 음성 다이내믹을 짓밟습니다.
소스 샘플 레이트에 따라 lowpass 조정:
- 16kHz 소스 →
lowpass=7500 - 44.1kHz+ 소스 →
lowpass=12000(또는 생략)
렌더링 후 게스트 가청도 확인: ffmpeg -i 출력 -af "ebur128=peak=true" -f null -를 실행하고 I:가 −16 LUFS 근처이고 LRA:가 4–6 LU인지 확인합니다(dynaudnorm이 먼저 윈도우별 균형을 맞췄기 때문에 더 좁은 LRA도 괜찮습니다). 출력이 게스트가 잘린 것처럼 들리면 게이트나 공격적인 압축기가 다시 들어왔는지 의심하십시오.
5단계: 출력 확인
ls -lh "출력_파일"
ffprobe -v quiet -show_entries format=duration -of csv=p=0 "출력_파일"
보고: 지속 시간, 파일 크기, 제거된 내용 (불용어 수, 무음 수, 절약된 시간).
비디오 에피소드 (Zoom / Riverside 녹화물)
소스가 비디오이고 사용자가 편집된 비디오를 원할 때(예: 공동 진행자가 다른 언어로 더빙하기 위해 편집된 에피소드가 필요한 경우) 위 1~3단계를 정확히 수행하십시오 — mp4에서 -vn으로 오디오 청크를 직접 추출한 다음 동일한 컷 포인트를 영상과 사운드에 한 번에 적용하십시오:
# 1) 3단계와 동일한 청크 + 전사, 단 비디오에서 소스 가져옴
for i in $(seq 0 300 지속시간); do
ffmpeg -y -v error -ss $i -t 300 -i 소스.mp4 -vn -ar 16000 -ac 1 /tmp/wchunk_${i}.mp3 &
done; wait
# 2) 평소처럼 filler_removal.py 실행 -> /tmp/ffmpeg_filter.txt
# 3) 유지 세그먼트를 결합된 비디오+오디오 필터로 변환
python3 video_cut.py /tmp/video_filter.txt
# 4) 한 번의 렌더링 패스 (하드웨어 인코더; 60분 1080p 에피소드의 경우 약 7분)
ffmpeg -y -i 소스.mp4 -filter_complex_script /tmp/video_filter.txt \
-map '[vout]' -map '[aout]' \
-c:v h264_videotoolbox -b:v 3500k -c:a aac -b:a 160k \
-movflags +faststart episode-edited.mp4
Apple 하드웨어가 아닌 경우 h264_videotoolbox 대신 -c:v libx264 -crf 21 -preset veryfast를 사용하십시오.
참고 사항:
--chunk-offsets를$(seq 0 300 3600 | paste -sd, -)로 구성하십시오. 마지막 빈 필드는 인수 파서를 중단시킵니다.- 결과는 점프 컷 스타일입니다. 토킹 헤드 그리드에서는 예상되며 괜찮습니다. 400개 이상의 컷 포인트에서 짧은 디졸브는 하드 컷보다 더 나빠 보입니다.
video_cut.py는 향상 체인을 동일한 패스에 통합하므로 오디오 경로와 달리 두 패스 WAV 중간 단계가 없습니다. 이후에 체인을 다시 실행하지 마십시오.- 60분 1080p 출력의 경우 약 1.5GB 예산 — 이메일로 보내기에는 너무 크므로 업로드하고 링크를 공유하십시오.
- 유지 세그먼트 목록을 에피소드 옆에 저장하십시오. 이것이 없으면 나중에 "동일한 컷이지만 비디오로" 요청 시 컷을 다시 유도해야 하며 이미 제공한 오디오 버전과 일치하지 않습니다.
출력 규칙
- 형식: MP3, 192 kbps, 모노 (소스가 채널당 별도 스피커가 있는 스테레오가 아닌 경우)
- 라우드니스: −16 LUFS (팟캐스트 표준)
- 항상 두 패스: 먼저 WAV로 컷, 그런 다음 MP3로 향상
이미 완성된 에피소드 재편집
사용자가 게시된 에피소드에서 특정 문제를 지적할 때("몇 문장이 남아있어요", "X에 대한 부분을 잘라주세요", "엔딩이 다시 녹음되었어요", "중복된 인트로를 제거해주세요"), 원시 파일에서 전체 파이프라인을 다시 실행하지 마십시오. 완성된 MP3에서 문제 범위를 수술적으로 제거하고 한 번 재인코딩하십시오:
- 최종 파일을 5분 청크(세그먼트 단위)로 다시 전사 → 절대 타임스탬프가 있는 통합 전사본을 얻습니다. 이것이 지도입니다.
- 각 지적된 항목에 대해 해당 청크(이러한 구문은 일반적으로 문장 중간에 포함되어 있으며 세그먼트 경계에 있지 않음)에 대한 단어 수준 타임스탬프를 얻습니다. 정확한 입/출력 지점을 고정합니다.
- 컷 범위를 제외한 모든 것을 유지하는 하나의
atrim+concat필터를 만듭니다. WAV(pcm_s16le)로 렌더링한 다음 단일 MP3 패스를 실행합니다. 향상 체인을 다시 적용하지 마십시오 — 최종 파일은 이미 향상/라우드니스 정규화되었습니다. 다시 실행하면 이중 처리됩니다. - 모든 접합점 검증: 각 새 조인 주변의 ~11초 윈도우를 추출하고(새 타임라인에서) 다시 전사합니다. 잘못된 오디오가 제거되었고 재결합이 깔끔하게 읽히는지 확인합니다.
- 모든 쇼노트 타임라인 재계산: 컷 이후의 모든 타임스탬프는 그 이전의 모든 컷의 합산 길이만큼 앞으로 이동합니다. 게시된 파일이 하이라이트 릴을 앞에 추가하는 경우 릴의 지속 시간을 오프셋으로 고려하십시오(재편집된 릴은 길이가 변경되므로 전체 에피소드가 이동합니다).
재편집 체크리스트 — 첫 번째 패스에서 일반적으로 남는 것
이러한 항목은 실제 문장에 혼합되어 있기 때문에 불용어/무음 제거에서 살아남습니다. 전사본에서 명시적으로 스캔하십시오:
- 회의/기술 잡담: "음소거 해제하세요 / 들리나요", "화면 볼 수 있나요", "잠깐만요 확인해볼게요". 구문을 자르고 주변 내용은 유지하십시오.
- 막다른 주제: 패널이 아무도 조사하지 않은 제품/사례를 제기한 다음 "그냥 넘어갑시다"라고 말하는 경우 — 건너뛰기 줄만 자르지 말고 전체 우회를 잘라내십시오.
- 재녹음된 세그먼트 (특히 엔딩): 지저분한 첫 번째 테이크 다음에 "다시 시작하겠습니다 / 처음부터 다시"와 같은 마커가 있고 깔끔한 재테이크가 이어집니다. 잘못 시작된 테이크를 자르고 재녹음을 유지하십시오. 항상 마지막 ~3분을 검사하십시오.
- 사전 쇼 / 중복 인트로: 공식 시작 전에 녹음된 자기 소개가 나중에 반복되는 경우 — 사전 쇼 사본을 잘라내십시오.
Whisper API 불안정성
병렬 단어 수준 호출이 때때로 비어 있는(0바이트) 결과를 반환합니다. 빈 결과는 호출 사이에 sleep 1을 두고 순차적으로 재시도하십시오.
하이라이트 클립 및 1분 릴
완성된 에피소드에서 짧고 공유 가능한 사운드바이트(논란의 여지가 있거나 통찰력 있는 순간)를 잘라내고 선택적으로 음악과 함께 약 1분 분량의 릴로 스티치합니다.
사운드바이트 선택
- 각 클립 ≈ 2문장, ~8–20초. 논란의 여지가 있거나 놀랍거나 인용할 만한 문장을 선호하십시오.
- 모든 화자를 포함하십시오 — 호스트도 포함. 여러 게스트 패널에서 가장 말이 많은 1~2명의 목소리로 릴이 축소되지 않도록 하십시오. 참가자당 강력한 사운드바이트를 하나 이상 선택하고 제작 전에 기여를 확인하십시오. (이것이 #1 실수입니다: "하이라이트"가 실제로는 한 사람인 경우.) 진행자/호스트는 주로 질문을 하기 때문에 생략하기 가장 쉽습니다 — 인용할 만한 호스트 대사(반응, 농담, 날카로운 프레이밍)를 찾아 포함하십시오.
- 전사 텍스트만으로 화자를 귀속시킬 수 없습니다. 시도하지 말고 사용자에게 요청하지 마십시오. Whisper는 단어를 제공하지만 누가 말했는지는 제공하지 않습니다. 표현으로 화자를 추측하는 것은 실패합니다(호스트가 한 것처럼 읽히는 대사가 실제로는 게스트인 경우가 많습니다). 릴에 특정 사람이 필요할 때는 오디오를 다이어라이즈하십시오(아래 레시피). 그러면 귀속이 추측이 아닌 측정이 됩니다.
- 흐름을 위해 릴을 정렬하십시오(훅 → … → 강력한 클로저) 동일한 화자를 연속으로 배치하지 마십시오.
누가 말하고 있는지 식별 — 화자 다이어라이제이션 (resemblyzer)
특정 사람의 클립이 필요하거나(사용자가 "X가 릴에 없어요"라고 말하는 경우) 전사본을 읽지 않고 음성으로 해결하십시오. pip install resemblyzer (자체 인코더 번들 — HF 토큰 불필요). 5명 패널에서 작동한 레시피:
- 식별할 수 있는 모든 사람에 대해 깨끗한 참조 음성을 만드십시오. 자신의 이름을 말하는(인트로) 또는 자신의 제품을 홍보하는(클로징 플러그) 세그먼트에서 — 이는 단일 화자가 보장됩니다. 안정성을 위해 사람당 2~3개 윈도우를 평균화하십시오:
enc.embed_utterance(preprocess_wav(slice, source_sr=16000)), 평균, L2-정규화. - 전체 에피소드를 블라인드 클러스터링하지 마십시오 — Whisper 세그먼트에는 크로스토크가 포함되어 있으므로
AgglomerativeClustering은 하나의 거대한 덩어리와 단일 항목으로 붕괴됩니다. 대신 각 세그먼트의 임베딩을 (코사인) 깨끗한 참조와 비교하여 점수를 매기십시오. 아무도 잘 일치하지 않는 세그먼트(최고 유사도 ≲ 0.78, 실제 일치가 0.88–0.94인 경우)는 식별되지 않은 N번째 화자입니다. - 일관된 음성인지 확인하십시오: 낮은 일치 세그먼트를 가져와 서로 유사한지(≳0.87) 그리고 각 알려진 참조와 집합적으로 구별되는지 확인하십시오. 이들로부터 참조를 작성하고 모든 세그먼트를 다시 점수 매기십시오 — 높은 신뢰도 히트는 모두 그 사람이어야 합니다.
- 알려진 것에 대한 건전성 확인: 확인된 클립(예: 누군가의 제품 피치)은 자체 참조(≳0.9)에 가장 높은 점수를 받아야 합니다. 참조가 분리되지 않으면 윈도우를 늘리고 더 많이 평균화하십시오.
전체 에피소드를 ffmpeg 파이프(-f f32le -)를 통해 16kHz 모노 float로 한 번 로드하고 메모리에서 슬라이싱하십시오. 세그먼트당 한 번의 ffmpeg 호출보다 훨씬 빠릅니다.
자르기 전 확인 (필수)
각 후보에 대해 윈도우를 추출하고 다시 전사하여 오디오가 깨끗하고 말이 되는지 확인하십시오. Whisper가 무언가를 우연히 발견하면 좋습니다. 그렇지 않으면 문장이 완료된 후 끝(끊기기 전)에서 귀를 기울이십시오 — 트랜지언트 손실은 없지만 약간의 문맥 손실이 있습니다. 무언가 이상하게 들리면(단어가 뭉개지거나, 비자연스러운 경계) 하드 컷 대신 10ms 크로스페이드를 사용하십시오.
릴 빌드
# 각 클립을 개별 WAV로 추출
ffmpeg -y -i "완성된_에피소드.mp3" -ss 시작 -t 지속시간 -c:a pcm_s16le /tmp/clip_01.wav
…
# 각 클립의 정규화된 볼륨 확인
ffmpeg -i /tmp/clip_01.wav -af "ebur128=peak=true" -f null -
# concat 디뮬티플렉서 사용
cat << 'EOF' > /tmp/reel_list.txt
file '/tmp/clip_01.wav'
file '/tmp/clip_02.wav'
…
EOF
# 릴 결합
ffmpeg -y -f concat -safe 0 -i /tmp/reel_list.txt \
-c:a pcm_s16le /tmp/reel_raw.wav
# 선택적: 배경 음악 추가 (릴 볼륨의 25%)
ffmpeg -y -i /tmp/reel_raw.wav -i "음악_파일.mp3" \
-filter_complex "[1:a]volume=0.25,afade=t=out:st=50:d=3[bgm];[0:a][bgm]amix=inputs=2:duration=first[out]" \
-map '[out]' -c:a libmp3lame -b:a 192k 팟캐스트_릴.mp3
릴을 완료된 에피소드의 시작 부분에 배치할지 질문하십시오(일부 팟캐스트는 "이전 에피소드의 하이라이트"를 프리롤로 사용합니다). 답변이 확실하지 않으면 사전 롤 없이 릴만 먼저 제공하십시오.
오디오 구성 패턴
고정된 단일 게스트. 해당되지 않으면 관련 없는 내용을 제거하고 다음 패턴으로 이동하십시오.
ffprobe -v quiet -print_format json -show_format -show_streams "입력.mp3"
# 출력: 한 트랙, 44.1kHz, 스테레오, 192k
ffmpeg -y -i "입력.mp3" -ss 00:00:10 -to 02:05:00 -c copy "트리밍된.mp3"
# ... (이 스킬의 일반 워크플로우에 따라 분할, 전사, 불용어 제거, 향상 진행)
ffmpeg -y -i "트리밍된.mp3" -filter_complex_script /tmp/filters.txt -map '[out]' -c:a pcm_s16le /tmp/intermediate.wav
ffmpeg -y -i /tmp/intermediate.wav -af "향상_체인" -c:a libmp3lame -b:a 192k "최종.mp3"
중요한 주의 사항 (무시하지 마십시오)
- 향상 체인을 절대 두 번 적용하지 마십시오(PCM 중간 단계가 아닌 MP3에서 실행). 향상된 MP3에서 향상 체인을 다시 실행하면 아티팩트가 증폭되고 출력이 손상됩니다. 재편집 시에는 항상 원시 잘라낸 WAV("/tmp/podcast_cut.wav")로 시작하거나 완성된 MP3 그대로 사용하십시오.
- 노이즈 게이트(
agate)를 추가하지 마십시오. 조용한 화자를 완전히 침묵시킵니다.dynaudnorm이 불균형을 처리합니다. - 처음에 큰 문제가 아닌 한 5단계(출력 검증)를 건너뛰면 사람이 듣기 전에 깨진 오디오를 발견할 수 있습니다. 지속 시간과 파일 크기가 예상과 일치하는지 확인하십시오. 항상 빠른 청취 확인을 위해 추천 윈도우를 추출하십시오.
--end-at을 사용할 때 종방 후 대화의 마지막 순간에는 불용어가 포함되지 않으므로 타임스탬프를 너무 엄격하게 얻지 마십시오. 마지막 실제 콘텐츠 이후 2-3초를 추가하면 깔끔하게 페이드 아웃됩니다.
자주 묻는 질문
질문: 비디오 출력의 결과 비트 전송률은 얼마입니까?
답변: 1080p의 경우 3500k. 비디오 품질보다 일관된 비트 전송률로 빠른 업로드/스트리밍을 위해 h264_videotoolbox를 사용합니다. 엄격한 품질이 필요한 경우 -crf 21 -preset veryfast로 전환하십시오.
질문: 긴 침묵이 0.6초로 단축된다고 했는데, 전체 일시 중지를 자르나요 아니면 압축하나요? 답변: 긴 침묵(>2초)을 자르고 ~0.6초로 줄입니다. 모든 침묵을 자르지 않고 자연스러운 대화 흐름을 유지하기 위해 짧게 유지합니다.
질문: 오디오가 "펌핑"되는 것처럼 들립니다. 무엇이 잘못되었습니까?
답변: 압축기 비율이 너무 높거나(>3:1) loudnorm의 LRA가 너무 낮습니다. 2:1의 부드러운 압축과 기본 체인의 LRA 13을 기본값으로 유지하십시오. agate를 켜지 않은 것도 확인하십시오.
질문: 제 오디오에 두 명의 게스트가 있는데 한 명이 들리지 않습니다. 어떻게 해야 합니까?
답변: dynaudnorm의 윈도우 크기를 100ms로 줄이십시오(dynaudnorm=f=100). 여전히 작동하지 않으면 채널을 분리하고 각각을 독립적으로 정규화한 다음 다시 결합하십시오:
ffmpeg -i 입력.mp3 -filter_complex \
"[0:a]pan=mono|FC=FL[a_left];[0:a]pan=mono|FC=FR[a_right]; \
[a_left]dynaudnorm[f_left];[a_right]dynaudnorm[f_right]; \
[f_left][f_right]join=inputs=2:channel_layout=stereo[out]" \
-map '[out]' outputs.mp3
질문: video_cut.py가 없습니다. 어떻게 얻습니까?
답변: video_cut.py가 저장소에 없으면 filler_removal.py가 생성한 것과 동일한 atrim 지점을 가져와서 setpts=PTS-STARTPTS와 함께 두 스트림에 적용하십시오:
ffmpeg -i 입력.mp4 -filter_complex \
"[0:v]setpts=PTS-STARTPTS,select='between(t,0,210)+between(t,215,600)'[v]; \
[0:a]atrim=start=0:end=210,atrim=start=215:end=600,asetpts=N/SR/NB[a]" \
-map '[v]' -map '[a]' 출력.mp4
환경 변수
OPENAI_API_KEY— Whisper API 액세스용 필수
관련 정보
- 이 스킬은 편집되지 않은 원시 녹음물이 필요합니다. 이미 처리된 에피소드를 개선해야 하는 경우 위의 "재편집" 지침을 참조하십시오.
- 모든 기능을 사용할 필요는 없습니다. 트리밍만 또는 불용어 제거만 요청할 수 있으며, 이 스킬은 필요한 단계만 실행합니다.