Communitygithub.com

片段剪辑

将原始人物讲话录像(含重复拍摄、误拍、镜头外评论或长时间停顿)自动生成粗剪:保留每条最佳拍摄,收紧停顿,输出可用于DaVinci Resolve、Premiere Pro、Final Cut Pro或CapCut桌面版的剪辑时间线,也可选输出MP4。支持任意语言,无论有无脚本。不添加字幕、音乐或特效。

片段剪辑 是什么?

该技能用于处理原始的人物讲话录像(单人对镜头讲话,包含多次拍摄、误拍、镜头外评论或长时间停顿),自动生成粗剪版本。脚本会检测语音,逐短句进行转录,并测量声音电平,用户只需决定保留哪些拍摄片段。它支持 DaVinci Resolve、Premiere Pro、Final Cut Pro、CapCut 桌面版等主流剪辑软件,可输出对应的编辑时间线,也可选输出 MP4 文件。核心工作流程包括:分析视频并生成建议的剪辑点、让用户通过 `cuts.json` 手动确认或调整选择、最终渲染生成时间线。它还能处理配音脚本对比(如果提供)、噪音或口误识别(如“不清楚(噪音?)”和“!! 重复”等标记),以及通过 `--style natural` 或 `--style tight` 控制停顿长短。最终输出会进行一致性校验,确保所有导出文件与 MP4 内容完全一致。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/MikolajKopec/skills/tree/HEAD/skills/video/cut-takes

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

片段剪辑 是做什么的?

将原始人物讲话录像转化为粗剪:每一行只保留一次,且为最后完整的拍摄,长停顿缩短。脚本检测语音,逐短句转录并测量电平。由你来决定保留哪些拍摄。

脚本:python "${CLAUDE_SKILL_DIR}/scripts/cut_takes.py"(如果 python 是 Python 2 或缺失,则使用 python3)。下文统称为 cut_takes.py。

0. 初始化(仅一次)

运行 cut_takes.py doctor。如果缺少依赖,告知用户并提供安装命令:

  • FFmpeg:Windows winget install Gyan.FFmpeg,macOS brew install ffmpeg,Linux sudo apt install ffmpeg。
  • Python 包:python -m pip install faster-whisper。
  • 可选 NVIDIA GPU:python -m pip install nvidia-cublas-cu12 "nvidia-cudnn-cu12==9.*"(约 2 GB)。若无,则所有任务在 CPU 上运行,速度较慢。

1. 分析

询问视频路径,以及(如果说话者有朗读脚本)脚本纯文本(可选)。在视频旁选择一个工作文件夹,例如 <视频文件夹>/<视频名称>-cut/。

cut_takes.py analyze VIDEO --work WORK [--script SCRIPT.txt] [--language en]
  • 语言自动检测;如果输出中的检测行有误,请使用 --language 指定。
  • CPU 下长录音会耗时较长。如需快速处理,可添加 --model small。
  • 超大文件(4K,20 分钟以上)也能处理,但渲染时从 1080p 副本会更快。

输出到 WORK 目录:takes.md(请阅读此文件)、takes.json 以及草稿 cuts.json。

2. 选择拍摄片段

阅读 takes.md。每个短语都有 id、源时间、文本和状态:

  • KEEP / DROP retaken in #N - 脚本默认 最后一次完整拍摄获胜。请逐一检查猜测。

  • DROP unclear (noise?) - 咳嗽、点击或呼吸声被 Whisper 误转为单词(例如“谢谢。”)。DROP not in script - 仅在提供 --script 时出现。

  • (cut before "word" ...) - 仅短语的结尾部分被再次说出;草稿片段在该词之前结束。

  • !! repeated ... / !! false start ... / !! long word ... - 短语内的口误(长词通常是 Whisper 合并的重复内容)。通过转录短窗口检查,然后使用 skip 移除或使用其他拍摄:

    cut_takes.py transcribe VIDEO --work WORK --at 86.1 87.0 87.4 88.6
    
  • Script words not found - 无保留短语覆盖的脚本行。请在“DROP”短语中查找;如果缺失,告知用户。

然后编辑 cuts.json:

  • 删除镜头外讲话(“好的,再来一次”,“录像中吗?”)、麦克风测试和未完成的拍摄。未完成的句子最好移除而不是保留。
  • 评论通常指其之前的拍摄:例如“我们不用那个”紧跟在某行之后,意味着该行也要删除。
  • 如果两个拍摄同样完整,优先选择更接近脚本的。
  • from 应位于拍摄前的静音段,to 位于拍摄后的静音段。保持片段按播放顺序排列。
  • 优秀拍摄中的口误:使用 "skip": [[a, b]],其中 a 在最后一个好词后,b 在干净重复前。使用 takes.json 中的单词时间定位。

可选:检查拍摄结束时说话者的视线方向(看向笔记会破坏剪辑):

cut_takes.py frames VIDEO --at 41.2 --dur 2 --png WORK/end.png

查看 PNG,并在视线离开摄像头前结束 to。

3. 渲染

cut_takes.py render WORK/cuts.json [--style natural|tight] [--mp4]
  • natural(默认,YouTube 和长视频):超过 0.5 秒的停顿缩短至 0.3 秒。
  • tight(短视频、Reels):所有停顿均被剪除,短语之间的呼吸和嘴唇点击也会被移除(列在 dropped breath/noise 中)。
  • 使用 --max-pause 和 --keep-pause(秒)微调。
  • 仅在用户需要成品视频文件时添加 --mp4。

它将 <视频>-cut.fcpxml、.xml、.edl、一个 CapCut 项目文件夹 <视频>-cut-capcut/、-segments.json(以及 .mp4)写入 WORK,并以 CHECK OK 结束(当所有导出文件与 MP4 相互一致时)。如果出现 CHECK FAILED,报告消息,不交付文件。

如果使用 --mp4,请对结果进行一次转录(cut_takes.py transcribe WORK/<视频>-cut.mp4 --work WORK --at 0 <length>)并阅读:每行只出现一次,无重复,无单词被切断。

4. 交付

告知用户剪辑前后的时长、片段数量、删除的拍摄及其原因,以及需要留意的内容。然后告知如何导入:

编辑器文件操作方法
DaVinci Resolve.fcpxml(或 .xml)文件 > 导入 > 时间线,然后选择该文件。如果被询问,请重新链接媒体
Premiere Pro.xml文件 > 导入,选择 .xml;项目中出现新序列
Final Cut Pro.fcpxml文件 > 导入 > XML
其他编辑器.edlCMX 3600 EDL,导入并重新链接到源视频
CapCut 桌面版-capcut/ 文件夹退出 CapCut,将整个文件夹复制到 CapCut 项目文件夹(如下),启动 CapCut 并从主页打开项目

CapCut 项目文件夹:Windows %LOCALAPPDATA%\CapCut\User Data\Projects\com.lveditor.draft,macOS ~/Movies/CapCut/User Data/Projects/com.lveditor.draft,或 CapCut 设置中设置的路径。不要自行写入;告知用户复制文件夹。如果项目未出现或无法打开,退而使用 .mp4。

时间线指向原始视频文件,因此在导入前请勿移动或重命名源文件。每个剪切都是单音轨上的硬切;如果剪切有咔嗒声,请在编辑器中添加交叉淡化。

要修改内容,请编辑 cuts.json 并重新渲染。

相关技能