粗剪(A-cut):对话/故事、镜头、时间安排
提供一个带源链接的决策列表,并在执行工具和证据允许的情况下,提供一个可供检查的粗剪导出文件。优先考虑故事连贯性和自然语音,而非追求目标剪辑数量。该技能提供的是工作流程,而非渲染器或通用的重复内容去除算法。
源素材与意图契约[bl: 不变]
阅读共享的项目合同。 对于音乐主导的素材,请在确定故事节奏之前,使用video-music生成早期的乐句/节拍映射。不要强行将语音对齐到节拍网格上。
使用提供的编辑简报;如果素材选择尚未确定,仅对未解决的部分使用video-editing-brief。 保留原始素材、精确所需的台词、事实性更正和必须保留的内容。将派生文件单独写入。 在可访问时,盘点源素材的身份、时长、流、帧率/时基以及转录覆盖范围。区分实际观看/收听的媒体与仅基于转录、元数据或用户描述的媒体。不要将缺失的证据当作已检查的镜头或精确的剪辑点。
对话主导的A-cut先构建口头故事,再添加装饰性镜头。视觉故事或演示则围绕可见的动作、因果和所需的屏幕状态来构建;静默可以承载关键事件。这两种模式互不依赖。在排除静默素材之前,请先观看。部分转录不能授权删除未转录的剩余部分。
如果需要代理文件或单独的音频,请保留重新链接的标识符以及到原始时间的映射关系。记录音频权限、偏移约定以及任何时钟漂移。通过所选时间段内的可观察事件来验证同步;永远不要将文件名匹配、单次拍板或ASR时间戳等同于持续同步。未知的同步保持未解决状态;不要静默地替换音频或改变速度。
选镜与自然修剪[bl: 软性]
在上下文中比较候选镜头,包括其前导和结尾。为每个故事任务选择最完整、最真实的表达,而不是总选择最后一个、最短的或最符合转录文本的镜头。保留备选镜头。
单词时间戳优先:重复只能通过转录保留的单词才能发现。如果源素材没有带单词时间戳的转录(仅段落或片段时间戳是不够的),请在完整的、未经修剪的源素材上运行附带的转录器。${CLAUDE_PLUGIN_ROOT} 是 Claude Code 中已安装的包根目录;其他代理请使用包根目录路径:
python3 "${CLAUDE_PLUGIN_ROOT}/skills/video-rough-cut/scripts/transcribe.py" SOURCE.mov -o source-words.json
它使用一个已经可导入的后端,并在模型允许的情况下保留填充词和重新开始的内容。如果没有可导入的后端,它不会安装任何东西,会打印一条一次性的 uv run --with … 命令,并以退出码 3 退出:在进行任何下载或云上传之前,请先询问用户。如果没有单词时间戳,则将重复审核标记为“未执行”。在重用之前,检查现有转录是否可用于静默修剪或仅有片段时间戳。
对于带有单词时间戳的对话,在选镜之前,为每个录制或说话者轨道运行附带的修剪审核:
python3 "${CLAUDE_PLUGIN_ROOT}/skills/video-rough-cut/scripts/trim_audit.py" source-words.json
提供一个单词列表(或一个包含 words 键的 JSON 对象),包含文本、开始时间(秒)和结束时间(秒)。为每个有意的节拍添加 --protect START END,并可选择添加 --min-gap SECONDS 以显示静默间隔。转录间隙可能包含反应或未转录的动作。检查两种表达中是否存在完全重复的内容;对于标记的重新开始,在删除任何内容之前,先听一下中间的从句。没有时间戳证据?使用源音频并将不确定的边缘标记为待审查。
审查建议的故事,不仅要检查重复的措辞,还要检查重复的含义:同义转述可能执行相同的功能,而重复的钩子、回调、更正、问答或有意的强调可能执行不同的功能。记录删除或保留某个重复的原因。保留最完整的单元以及任何不同的信息。对于重新开始或假开头,要比较整个尝试的想法,而不仅仅是重复的前缀。
边界证据[bl: 不变]
不要跨镜头拼接单词以编造声明或表达。当更正改变了事实时,保留更正后的含义和必要的上下文;不要将旧数字与新限定词拼接在一起。
将 ASR、对齐、静默和相似性检测视为候选信息,而非剪辑权威。原始逐字文本可以揭示归一化文本隐藏的重新开始;ASR 也可能遗漏重复。检查保留的内部和外部边缘以及连接处。不要仅仅因为源素材/渲染的单词匹配分数高就清除重复内容。
根据可听的语言和相邻单词来解决可疑的剪辑边缘。零长度、拉伸、重叠或缺失的单词时间戳、清辅音和重叠的说话者会使边缘变得不确定。强制对齐可以细化候选时间戳,但不能证明转录文本或安全音素边界的正确性。为完整的声音、呼吸和自然停顿保留足够的源上下文;选择保守的短语边界,或者如果聆听无法确定安全的修剪点,则让候选块保持未解决状态。不要发明通用的毫秒句柄、静默阈值、暂停配额或默认加速。安静的呼吸、反应、视觉动作或有意义的停顿从定义上不是死寂。
可编辑的决策与执行[bl: 不变]
即使经过多次处理,也保留原始源时间戳作为权威,并维护独立的源到输出的映射关系。使用稳定的决策 ID,并包含保留范围、移除范围/原因、竞争镜头、未确定边缘以及有意的重复内容。在选择可移植的表格或 JSON 表示时,使用交接合同。明确标记临时范围,以免它们被误认为是可执行的剪辑。
检查范围边界和排序、时间戳单位/时基、映射的音频和视频时长以及预期的时间线。重用源范围、重叠镜头、间隙或分离的音视频编辑必须是有意为之且有文档记录;否则在整合前进行修复。除非输出规格要求转换,否则保留源节奏,并记录混合/可变帧率 (VFR) 处理及漂移风险。
使用可用的编辑器或剪辑/整合工具,验证其支持的输入格式。FFmpeg 可以执行修剪、整合和渲染;但不能决定哪个镜头在语义上是冗余的,或者哪个表达是最好的。不要声称拥有附带的后端或静默安装/上传素材。如果无法执行,则返回可编辑的建议决策和具体的证据缺口,而不是伪造的导出文件。在进行媒体工作之前,尊重正在进行的录制/作业和资源限制;从有边界的输入查找样本开始,序列化繁重的解码过程,写入新的输出文件,并且只停止任务拥有的进程。不要为了测试不确定的连接而启动无限制的完整渲染。仅基于关键帧的流复制剪辑可能会错过请求的边缘;验证实际的编码边界或使用适当的逐帧精确整合工具。
验证实际结果[bl: 不变]
将审查绑定到确切的输出哈希值或不可变的修订版本以及决策列表。以正常速度听取每个经过更改的语音连接点,并结合上下文,检查辅音、完整单词、呼吸、重复、爆音和意外间隙。检查连接点以及单独录制的音频之间的同步和视觉连续性。然后观看/收听整个粗剪故事,包括范围内部和开头/结尾,检查是否有被放弃的镜头、重复的想法、缺失的连接词和误导性顺序。不要使用覆盖或特效来隐藏未解决的语言问题。
当可以获得精确粗剪导出的、带有新单词时间戳的转录时,在输出时间上运行相同的修剪审核。将每个剩余的重复与有意的保留进行核对,包括保留镜头内的发现。聆听匹配器遗漏的同义转述重复。如果某个剪辑被修复,则验证新的导出文件。空的调查结果列表本身不能证明对话没有问题。
探测并解码交付的文件;核对流、时长、节奏、源/输出映射以及预期的剪辑。检查意外的间隙、重叠、黑/冻结帧和音频漂移。解码成功或新的转录本身不能证明自然度或故事连续性。报告实际听到、看到和机械检查的内容。如果无法进行聆听、观看或完整故事覆盖,请将该审查标记为不完整,并指明受影响的决策。仅提供计划的交付物不得暗示已经进行了渲染后的质量保证 (QA)。更改的字节会使先前针对特定输出的审查失效;在语音更改后重新调整依赖的隐藏式字幕。
一旦故事节奏稳定下来,将其确切的身份和输出时钟移交给切出、音乐、声音、字幕、调色和导出 QA(根据需要)。后续的叠加层会保留这些时间;任何重定时都需要新版本以及受影响的下游重新验证。
返回可编辑的决策、选择/备选镜头的理由、粗剪导出(如果已生成)、验证覆盖范围以及未解决的项目。区分机械准备就绪与创作者的故事/品味批准。在已知的意外重复或不安全单词边界仍然存在时,不要称剪辑为“干净”。
参考文献
这些信息用于指导工作流程;都不是运行时依赖或认可。
- Video Use:优先基于转录进行检查和可编辑的源范围决策。
- Herk Edit Kit 剪辑错误候选:将建议的重复/重新开始剪辑与编辑审查分离开来。
- Auto-Editor:可导出带有边距的可编辑时间线;静默活动并非语义上的镜头选择。
- WhisperX:可选的单词对齐功能,具有转录/重叠限制。
- stable-ts:可选的时间戳细化;此快照已归档。
- FFmpeg trim/atrim 源文档:执行范围和显式时间戳处理。
- HyperFrames 自定义视频指南:区分源主导的组装与创作的运动,在精加工之前审查故事。
有关范围和出处,请参阅包灵感与许可说明。