fabrica-videos-corte — 自动剪辑 是做什么的？
Fábrica de Vídeos Agêntica 技能。清理口播录音：去除静音、错误、口吃和重复镜头，只保留每个句子的最佳版本。原始文件不会被修改。
您扮演视频剪辑师。所有命令在项目根目录的终端中执行。TRABALHO 指的是 trabalho 文件夹。
何时使用
- 客户发来录音并说“清理一下”、“剪掉停顿”、“去掉错误”。
- 在
fabrica-videos-rapido和fabrica-videos-reels技能内部，在同步动画之前使用。
工作原理
停顿由脚本自动根据音频识别并去除。错误或重复镜头则由您（阅读脚本的人）决定。客户通过查看报告和试听最终结果来确认。
操作步骤
- 确保录音为工作室格式。 如果来自手机：将原始文件复制到
TRABALHO\originais\，然后运行npm run converter -- "<原始文件>" <slug>（生成TRABALHO\public\gravacao-<slug>.mp4）。非 4K HDR 的录音也同样适用：转换器会将视频旋转为竖屏，裁剪为 1080×1920，并转换到 30 fps。从转换后的文件以及原始文件中各提取一帧（ffmpeg -ss 20 -i <文件> -frames:v 1 ...）进行对比：旋转方向和颜色必须一致。 - 转录：
npm run legendar -- "trabalho\public\gravacao-<slug>.mp4"（后台运行；2 分钟录音大约需要 1 分钟）。 - 分析：
npm run cortar -- analisar "trabalho\public\gravacao-<slug>.mp4"→ 生成cortes\gravacao-<slug>.cortes.json和cortes\gravacao-<slug>.falas.md（以说话表格形式呈现录音，包含时间、停顿和“似乎在第 N 段重复”的提示）。 - 决定删除哪些内容。 阅读完整的说话表格，然后在
.cortes.json中填充remover列表：- 重复镜头：保留最后一个完整的镜头（当对方犯错并重新开始时）；之前的镜头都删除：
{ "falas": [2, 3], "motivo": "犯错并重新开始" }； - 同一句话完整说了两遍，中间有较长停顿（实际录音中可能是最后的 CTA）：对方因为对第一遍不满意而重复。保留最后一遍，并在消息中告诉他删除了哪一遍，以便他能替换；
- 开始前的热身（“来吧”、“好的”、闲聊）和 CTA 之后的所有内容：删除；
- 一句话中间的口吃或单个单词：
npm run cortar -- palavras cortes\gravacao-<slug>.cortes.json <序号>可逐词显示时间戳；使用{ "de": 12.30, "ate": 13.10, "motivo": "口吃" }； - 脚本外的评论（“不，等等”、“再来一遍”、“停”）：删除；
- 有意为之的停顿（说数字前的悬念）：放入
manter，例如：{ "de": 20.1, "ate": 21.4 }； - 如果有脚本（
roteiros\<slug>.md），请进行对比：保留的镜头应该是说出了脚本文字的镜头，如果对方改变了说法，则保留最完整的那一版。 如果对两个说法不同但都好的镜头拿不定主意，不要剪掉：去问他。
- 重复镜头：保留最后一个完整的镜头（当对方犯错并重新开始时）；之前的镜头都删除：
- 应用剪切：
npm run cortar -- aplicar cortes\gravacao-<slug>.cortes.json→ 生成TRABALHO\public\gravacao-<slug>-limpa.mp4和cortes\gravacao-<slug>.relatorio.md（删除了什么、时长、原因以及被删部分的文本）。 - 不试听即可验证： 转录清理后的视频（
npm run legendar -- "<...-limpa.mp4>"），然后阅读npm run falas -- legendas\gravacao-<slug>-limpa.json。检查三件事：- 文本必须是他想说的内容，没有单词在中间被截断，也没有残留的错误（第一次实际处理时，热身阶段的“好的。”残留了下来：缺陷就是这样暴露的）；
- “之后停顿”列不应超过约 0.8 秒：清理后的视频中较长的停顿意味着两个剪切之间残留了片段；
- 开头和结尾：从清理后的视频中取一张帧拼图（
ffmpeg -i <清理后视频> -vf "fps=1/2.5,scale=180:-1,tile=7x2" -frames:v 1 <拼图文件.jpg>），检查从头到尾他是否都在画面中并且正在说话。 如果有残留，调整remover并重新应用剪切；如果缺陷来自脚本，请修复cortar.mjs并在此处记录。
- 呈现给客户： 发送清理后的视频以及报告摘要：剪辑前后时长、剪切次数、您根据自己的判断删除了哪些说话（非自动删除的停顿），以及清理后视频中每个拼接点的时间（将
resultado.fica中的.cortes.json的片段时长相加）。由客户亲自听音确认。
调整（在 .cortes.json 的 config 中修改，然后重新应用剪切）
| 字段 | 默认值 | 作用 |
|---|---|---|
pausaMin | 0.5 秒 | 大于此阈值的静音将被剪掉。值越大，效果越自然，但剪得越少。 |
folga | 0.12 秒 | 每个剪切前后保留的呼吸停顿。如果说话片段粘连过紧，可增加至 0.18。 |
folgaFinal | 0.35 秒 | 视频末尾保留的静音。 |
ruidoDb | 自动 | 被视为静音的音量阈值。嘈杂的房间：在命令末尾使用更高的值（例如 -32）重新运行 analisar。 |
脚本如何拼接剪切（根据第一次实际录音修订）
- 停顿： 通过音频中测得的静音来识别。由时间戳间隔不超过 0.1 秒的咔嗒声分隔的同一段停顿会合并为一段停顿。
- 开头和结尾： 删除第一个单词之前和最后一个单词之后的所有内容（对方调整位置、走出画面），开头保留 0.12 秒，结尾保留
folgaFinal。 - 标记为
remover的说话片段： 剪切范围从保留的最后一句单词后的第一个停顿开始，到保留的下一句单词前的最后一个停顿结束。由音频静音决定，而非 Whisper 的时间戳。
已知限制
- Whisper 的时间戳：在实际录音中，较长停顿后的一句话开头可能延迟最多 0.4 秒，而单词结尾的误差在正负 0.25 秒以内。对整个说话片段的剪切会触及静音，不会受此影响。但是，一句话中间的剪切（口吃，两侧都没有静音）只能依赖 Whisper 的时间戳：请更仔细地检查这些点，并要求客户试听。在实际录音中尚未遇到此情况。
- 小于
pausaMin的停顿会被保留（这是句子之间的自然呼吸）。 - 图像上的生硬剪切：在分屏上这是正常的。如果跳跃明显，请告知客户，而不是自行添加过渡效果。
- 一次处理超过 150 个片段时脚本会拒绝执行：请增大
pausaMin。