剪切错误与重复(流水线智能体2)
自动化编辑的第二步,在cut-silences之后运行。它移除人工编辑在第二遍时会剪掉的内容:口吃("the the"、"I- I-")、立即重复的词语、假起始(未完成的短语重新开始)以及重录音条(重复录制的一行——保留干净的,丢掉失误的)。
判断什么是错误是判断而非公式——有意的重复("never, never")和修辞上的双重("the first piece is, is this…")在机械上看与口吃完全相同。因此,该智能体默认为审核门控:它以完整上下文展示候选;智能体(和用户)决定;仅渲染批准的剪切。
何时使用
- "剪切错误"、"移除口吃/重复"、"清理失误"、"保留最佳片段"、"剪切假起始"
- 作为主编辑工作流的第二阶段,在cut-silences的输出上运行。
三部分流程
1. 查找候选(机械部分)
node .agents/skills/cut-mistakes/scripts/find-cut-candidates.mjs \
<silence-transcript.json> --out-dir video-projects/<slug>/assets
输入通常是智能体1的 <stem>.silence-transcript.json,因此剪切会落在已经静音的时间线上。写入:
<stem>.cut-candidates.json— 结构化候选(类型、置信度、提议的cut范围、removes/keeps文本、上下文、推荐)<stem>.cut-candidates.md— 可读的提议
候选类型:stutter(立即词重复)、retake(通过Jaccard相似度检测到的重复/近似重复片段)、false_start(短且未完成的短语重新开始)。
2. 审核(门控 — 必需)
在上下文中阅读每个候选并决定保留或剪切。机械检测器无法区分有意的强调/修辞和真正的失误,因此不要盲目信任recommend——阅读removes+context。常见的误报:强调性重复("it's never, never hands-off")、系动词后接疑问("the piece is, is this…")、列举。
向用户展示候选项目,每项附有推荐;收集批准。将批准的剪切写入文件:
{ "cuts": [ { "start": 100.93, "end": 101.06, "reason": "I- false start" }, ... ] }
(start/end以秒为单位,位于输入转录/视频时间线上。您可以扩大候选范围——例如,对于重录音条,从失误片段的开始剪切到干净重录的开始。)
3. 应用批准的剪切
node .agents/skills/cut-mistakes/scripts/apply-cuts.mjs \
<silence-transcript.json> --cuts approved-cuts.json \
--video video-projects/<slug>/assets/edited-silenced.mp4 \
--output video-projects/<slug>/assets/edited-clean.mp4 --apply
写入EDL、重新计时的 <stem>.mistakes-transcript.json(供运动图形智能体 + validate-beat-sync.mjs使用)、决策日志,并且如果使用 --apply,则写入剪切的视频(ffmpeg trim+concat,音视频同步)。去掉 --apply 则为干运行。
审核结果
使用共享审核工具目测剪切并抽查边界:
node scripts/build-edl-review.mjs <stem>.mistakes-edl.json \
--original video-projects/<slug>/assets/edited-silenced.mp4 \
--edited video-projects/<slug>/assets/edited-clean.mp4 \
--output video-projects/<slug>/assets/mistakes-review.html
npx serve . -p 8080 -n
备注
- 非常干净的录制可能产生很少或零个实际剪切——这是有效的结果;不要为了凑数而剪切自然的讲话。
- 两个说话词之间的剪切是硬连接。对于口吃/假起始,它们通常很干净;对于更紧凑的音频,可以稍后添加20-30毫秒的淡入淡出。
- 将
mistakes-transcript.json+ 干净视频交给智能体3(运动图形/层级卡片)。