lhg-ve-edit：EDL 剪辑流水线

目标：把清洗后的文字稿变成"机器可执行、人类可复核"的剪辑决策（EDL），再渲染成片。核心纪律：先写 EDL，再渲染——EDL 是剪辑师的施工图，没有施工图就动工的是野路子。

1. 何时使用

转录清洗完成（lhg-ve-transcript 的对照表已确认）→ 进本 skill
用户问"这段到底该剪掉哪些" → 用第 3 节决策树
渲染后发现切点爆音/字幕错位 → 查第 4、5 节
封面不知道怎么做 → 第 7 节

2. EDL 规范

EDL（Edit Decision List）是一个 JSON 文件，描述"素材的哪些时间段要、哪些不要、怎么接"。

{
  "source": "raw.mp4",
  "source_duration_sec": 300.5,
  "target_sec": 60,
  "segments": [
    {"start": 5.0, "end": 12.0, "action": "keep",
     "text": "大家好我是老王", "fade_ms": 30},
    {"start": 12.0, "end": 14.5, "action": "cut",
     "reason": "口头禅：那个那个"},
    {"start": 14.5, "end": 20.0, "action": "keep",
     "text": "三个让完播率翻倍的技巧", "fade_ms": 30}
  ]
}

字段说明：

action: keep（保留）/ cut（删除）/ speed（变速，需配 rate）
fade_ms: 切点处音频淡变时长，keep 段必填，默认 30
reason: cut 段必填，写清删除原因（口头禅/气口/废话/跑题/杂音）
audio: 可选，silence 表示该段是静音（用于检测残留大静音）

EDL 有效性（渲染前 hook 自动校验，见 hooks 说明）：

JSON 合法，segments 非空
每段 start < end，且在素材时长范围内
段与段之间不重叠（允许首尾相接）
keep 段必须带 fade_ms

3. 剪辑决策树：删什么，留什么

删（进 cut）：

口头禅与填充词（见 lhg-ve-transcript 口头禅库）——一级词全删
气口与长停顿——忘词型停顿全删；换气气口在快节奏片子里删
废话：重复说过的意思（"这个很重要，真的很重要"留一次）
跑题：偏离本期主题的闲聊（除非是有人设魅力的梗）
杂音：咳嗽、喷麦、环境突响

留（进 keep）：

钩子：前 5 秒一个字不许动（除非钩子本身要重写——那是脚本问题，打回 lhg-ve-script）
金句：观点最锋利的一句话，前后各留 0.5 秒呼吸感
案例与数字：具体例子、具体数字是记忆点
转折词："但""关键是""最狠的是"——它们是节奏的钉子

节奏铁律：

60 秒口播，平均每 3–5 秒一个切点/画面变化——没有变化的段落观众会划走
语速：中文口播 220–260 字/分钟是舒适区；超过 300 字/分钟像吵架，低于 180 像催眠
变速（speed）只用于"不得不留但太长"的段落，加速上限 1.25×，再快就失真

4. 切点音频处理

切点爆音是小白剪辑最常见的翻车：两个片段硬接，波形不连续，"啪"一声。

每个 keep 段首尾加 30ms 淡入淡出（afade），这是本插件的默认值
对白类口播 30ms 足够；音乐垫底的 vlog 可放到 100ms
检查方法：渲染后戴耳机听每个切点前后 1 秒，有"咔哒"声就加长淡变重渲

5. ffmpeg 渲染命令模板

以下命令按顺序执行（<...> 为占位符，按实际路径替换）：

# 1) 按 EDL 剪辑拼接（示例：两段 keep，先分别截取再 concat）
ffmpeg -i <raw.mp4> -ss 5.0 -to 12.0 -c:v libx264 -c:a aac seg1.mp4
ffmpeg -i <raw.mp4> -ss 14.5 -to 20.0 -c:v libx264 -c:a aac seg2.mp4
printf "file 'seg1.mp4'\nfile 'seg2.mp4'\n" > list.txt
ffmpeg -f concat -safe 0 -i list.txt -c copy cut.mp4

# 2) 切点淡变（对每段 keep 首尾 30ms；也可用 acrossfade 做段间交叉淡化）
ffmpeg -i cut.mp4 -af "afade=t=in:st=0:d=0.03,afade=t=out:st=<段尾-0.03>:d=0.03" faded.mp4

# 3) 烧字幕（样式见第 6 节，ass 文件由字幕样式生成）
ffmpeg -i faded.mp4 -vf "ass=<styled.ass>" subtitled.mp4

# 4) 响度归一到 -14 LUFS（短视频平台标准，防忽大忽小）
ffmpeg -i subtitled.mp4 -af loudnorm=I=-14:TP=-1.5:LRA=11 -c:v copy final.mp4

耗时诚实说明：1080×1920、60 秒成片，普通笔记本渲染约 1–3 分钟；10 分钟以上长素材按比例放大，重编码画质越高越慢。动手前先告诉用户"大概要 X 分钟"，别让用户干等。

6. 字幕样式规范

位置：底部，距离下边缘 ≥12% 画面高度（防被平台 UI 遮挡）
单行 ≤18 字，停留 0.6–8 秒；双语/方言注释用第二行小字
样式：白色字 + 黑色描边（BorderStyle=1, Outline=2），字号为画面高度的 4–5%
关键词高亮：钩子词、金句词用黄色标出——但一屏不超过 3 个黄词，多了等于没标
禁止：花哨字体（艺术字体先保证可读）、字幕压人脸、字幕超出安全区

7. 封面规范

尺寸：1080×1920（竖屏），长宽比严格 9:16
标题：≤3 行，每行 ≤8 字，字号足够"缩略图大小可读"
人物：有表现力的人脸帧优先（惊讶/大笑/严肃），人脸占画面 1/3 以上
背景：干净，不与标题抢注意力；可加轻微暗角突出文字
文件 ≤2MB（部分平台上传限制）

8. 自检重渲染流程

渲染完不许直接交付，走一遍：

看一遍成片（1× 速度，不许拖进度条跳看）
听切点：每个剪辑点前后 1 秒，戴耳机
对字幕：字幕时间轴与口型是否同步（误差 >0.3 秒重调）
查时长：成片时长与目标偏差 ≤10%
跑 /video-audit：确定性脚本 + 人工评审清单

发现问题的修复顺序：先修 EDL（源头），再重渲染——不许在 final.mp4 上打补丁（比如单独改字幕文件而不重烧），补丁式修复会让 EDL 与成片不一致。

9. 反模式

❌ 没有 EDL 直接渲染——返工时你连"当时为什么剪掉那段"都想不起来
❌ 切点不加淡变——"啪啪"的爆音是廉价感的最大来源
❌ 在 final.mp4 上打补丁——EDL 与成片不一致，后患无穷
❌ 变速超过 1.25×——声音失真，观众听得出
❌ 字幕压人脸 / 超出安全区——平台 UI 会再压一层，等于白做
❌ 渲染前不预估耗时——用户干等 20 分钟会骂人

10. 自检与反馈

每次执行完本 skill，做一次轻量自检：

EDL 写了吗？用户确认了吗？→ 没确认不许渲染
渲染前 hook 放行了吗？→ 被拦截就修 EDL，不要关 hook
四件套齐了吗？（final.mp4 + 封面 + EDL + 清洗对照表）
自己看了一遍成片吗？→ 没看不许交付

标准冒烟用例：对插件自带 fixtures/ 跑 video_audit.py，确认坏 fixture 的 EDL/时长/封面埋点全命中（见仓库根 smoke_test.py）。

反馈渠道：以 [QC] <一句话问题> 为标题提交到 https://github.com/lhg-plugs/lhg-video-edit/issues，正文写清"输入 → 错误输出 → 期望输出"。ffmpeg 模板在新版本跑不通请附版本号。

出品：刘洪光

本 skill 由真人出镜 IP「刘洪光」（安徽合肥）出品，归属 lhg-skills。

GitHub 主页：https://github.com/lhg-skills —— 全部 skill 开源在此，欢迎 star
视频号：搜「刘洪光实名上网」
微信：lhgsmsw

lhg-plugs/lhg-video-edit

lhg-video-edit 是什么？

在你喜欢的 AI 中提问

文档