Communitygithub.com

对话短片剪辑

将播客和访谈对话编辑为紧凑的短视频,同时保持原意、口型同步、发言人可见、音频清晰以及可编辑字幕。适用于 Reels、TikTok、YouTube Shorts 或任何需要消除静音和填充词、切换发言人以及帧精确质量控制的多人竖屏片段。不适用于音乐视频的节奏或节拍剪辑,或常规的长视频组装。

对话短片剪辑 是什么?

该技能旨在将播客、访谈等多人对话内容高效转化为适用于 Reels、TikTok、YouTube Shorts 等平台的短视频。它专注于精准去除‘死空’和非语义填充词,而绝不改变说话者的原意或情感节奏。技能的核心优势在于其严格的编辑流程:从保护原始素材、媒体审计、构建带时间戳的对话图,到形成保留假设、选择完整叙事,再到逐帧级别的静音和填充词移除。编辑过程中,该技能强制要求保持口型与音频同步、默认显示活跃发言人,并有选择性地使用反应镜头或分屏以确保编辑意图。此外,它还强调素材来源的可追溯性,要求记录所有第三方素材的使用权和来源 URL,并生成完整的编辑清单,包括移除的静音、填充词、发言人切换时间戳等。最终交付内容包含可编辑时间线、字幕文件、无效果主版本、平台发布渲染图、封面图及编辑清单,确保创作者能够进行精确的质量控制和迭代。该技能与 DaVinci Resolve 和 FFmpeg 等工具结合使用,并需要参考 `references/dialogue-reels-standard.md` 和 `references/organic-reach-playbook.md` 中的具体标准和策略。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/icelab-research/skills/tree/HEAD/skills/dialogue-reels-editing

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

对话短片剪辑 是做什么的?

准则

  • 移除真正的死寂和非语义填充词,但不改变说话者的原意或情感节奏。
  • 在进行任何涟漪式编辑、修剪、变速或发言人切换后,始终保持对话与可见嘴唇同步。
  • 默认显示活跃发言人,仅在有编辑意图时使用反应镜头或分屏。
  • 提供完整、上下文相关、可编辑的字幕和清晰的平台级音频。
  • 仅在有助于阐明或加强特定节奏时,才使用迷因、反应插入、打击乐和特效。
  • 记录所有第三方视觉或声音资产的来源 URL 和使用权限。
  • 保留未触碰的源时间线以及一个带版本号的可编辑短片时间线。
  • 记录源时间戳以及每个有意的静音、哔声、省略或未解决的疑点。

阶段

  1. 保护源素材。 复制源时间线,将剧集/片段/版本号添加到其名称中,并在编辑前保存一个项目检查点。
  2. 审计媒体。 确认帧速率、采样率、可用摄像机位、独立麦克风、源时间码、通道映射以及权威对话轨道。在进行任何结构性编辑前,建立一个已知的同步锚点。
  3. 构建对话地图。 使用带时间戳的文字转录,识别说话者,标记重叠部分,并将说话者分类视为草稿,直到音频与可见嘴唇动作一致。
  4. 形成保留假设。 在剪辑前,填写 references/organic-reach-playbook.md 中的候选卡片:确定冷门观众、单一承诺、首帧视觉、第一句台词、收尾内容以及观众为何会看完、分享、保存或观看完整剧集。在选择一个钩子之前,起草多个真实的钩子。
  5. 选择一个完整的故事。 选择一个钩子、铺垫、发展、收尾和干净利落的结尾。在剪辑前记录原始源范围。
  6. 移除死寂。 仅移除无意义的静音。保留自然的呼吸、喜剧节奏、有意图的犹豫以及短段的环境音保底。
  7. 小心地移除填充词。 仅当句子保持自然且语义不变时,移除独立的“嗯”、“呃”、“啊”、“哼”、重复的开头以及口头杂物。
  8. 修复每次编辑。 将画面、对话、字幕、叠加层和声音设计一起进行涟漪式链接编辑。使用有动机的角度切换、推近、反应镜头或B-roll来掩盖跳切,而非使用任意转场。
  9. 验证音视频同步。 在开头/中间/结尾处重新检查审计时的同步锚点,然后以正常速度检查每个对话编辑和发言人切换。
  10. 剪辑活跃发言人。 默认显示正在说话的人。仅在有真实重叠时使用分屏,且仅当反应镜头能增加信息或幽默时才使用简短的反应镜头。
  11. 寻找有目的的迷因插入。 搜索与上下文相关、可合法复用的反应,或创建原创品牌迷因。在导入前,记录来源 URL、创作者、许可证和精确的使用时间戳。
  12. 添加选择性声音设计。 仅在明确的笑点、揭秘、转场或强调节拍上使用鼓点、rimshot、无线电点击声、磁带停止声、上扬音或其他效果。保持其在对话下方,并保留一个无效果版本。
  13. 将对话润色到录音室质量。 先修复源问题,然后保守地执行去嗡嗡声、降噪、均衡、齿音消除、动态控制和响度归一化。与未处理的音轨进行比较,检查是否有伪影。
  14. 修正字幕。 将每条字幕与前后大约20秒的内容进行比较,修正名字和技术术语,并确保时间线遵循编辑后的音频而非原始转录。如果设计使用字幕框,则在整个短片中将背景保持在一个连续的图层上;仅将文字与语音对齐时间。检查间隙、剪辑以及首尾帧是否有闪烁。
  15. 应用品牌。 如果节目有品牌技能或样式指南,则将其用于封面、剧集标签、字体、字幕样式、动画和安全区。
  16. 规划平台测试。 导出一个核心编辑版本,一次改变一个假设,并在发布和分析范围可见时,在剧本的发布日志中记录任何已发布的变体。仅与同一账户和平台上的类似帖子进行比较。符合条件的账户可使用 Instagram 试用 Reels。永远不要承诺会火爆。
  17. 运行最终质量检查。 观看一遍检查故事,一遍检查画面/说话者选择,一遍检查音频和唇音同步,一遍检查字幕和平台帧框。
  18. 交付。 提供可编辑时间线、字幕文件、干净主版本、发布渲染图、封面静态图、源时间戳、资产信用信息和编辑/标记清单。

输出格式

每个短片应包含一个清单,包括:

  • 剧集、片段标题、源出入点、编辑后时长、帧速率和宽高比
  • 钩子、铺垫、收尾和最后一句话
  • 编辑前的候选卡片、考虑过的钩子变体、选择的保留假设和平台测试计划
  • 移除的静音和填充词,包括任何特意保留的模棱两可的移除项
  • 权威音频轨道和测量的同步修正
  • 发言人切换时间戳和任何有意的反应镜头
  • 字幕文件和技术名称修正
  • 音频处理和目标响度
  • 迷因/叠加层和音效时间戳、来源URL、创作者和许可证
  • 封面/时间线/发布路径和验证结果

参见 references/dialogue-reels-standard.md 了解阈值、决策规则和质量检查清单。

反模式

  • 不要机械地删除每一个停顿或填充词;自然的节奏是表演的一部分。
  • 不要仅凭音频说话者分类来决定显示哪个摄像机机位。
  • 在画面剪辑后,不要单独移动音频,除非偏移量已被测量并记录。
  • 不要通过生成或扭曲人的嘴巴来修复同步。
  • 不要留下无声空洞、缺失的音频块、黑帧、垂直间隙或空的时间线空间。
  • 不要随意使用会改变原意的 B-roll 来掩盖糟糕的剪辑。
  • 不要仅仅因为画面有空隙就将迷因叠加在说话者身上;它必须针对特定的想法或反应。
  • 在版权不明时,不要下载或发布未经许可的迷因、GIF、歌曲或音效。
  • 不要让鼓点、笑声提示或效果掩盖语音,或让每一句话都变成笑点。
  • 不要将激进的降噪或压扁的动态称为录音室质量。
  • 不要将字幕烧录到唯一可编辑的主版本中。
  • 不要将持久的字幕框附加到单个单词提示上,导致其在词语之间消失。
  • 未经多个点检查可视化语音,不要声称同步正确。
  • 不要承诺或暗示保证火爆;记录假设,让留存率、完播率、分享、保存和后续行动来决定。
  • 不要在第一个人眼有用的语音或视觉节拍之前放置一个持续数秒的徽标或封面卡。
  • 不要追逐削弱片段主题、声音或受众匹配度的趋势。

使用的工具

  • DaVinci Resolve: 可逆时间线编辑、链接涟漪式剪辑、活跃发言人切换、字幕、Fairlight 清理和导出。
  • FFmpeg/ffprobe: 媒体检查、静音建议、响度测量、代理和技术验证。
  • 转录: 单词级时间码和字幕草稿生成。
  • 说话者分类: 临时说话者分段,绝不可作为唯一的事实来源。
  • 可视化嘴部活动检查: 在不确定的切换处验证活跃发言人和唇音同步。
  • 网络搜索和许可库: 发现上下文相关的可复用迷因和音效,并记录出处。

参考资料

  • references/dialogue-reels-standard.md — 编辑决策、同步方法、活跃发言人规则、字幕、音频和质量检查。
  • references/organic-reach-playbook.md — 候选卡片、钩子和留存指导以及发布日志。在选定片段以及需要发布或评估触达范围时,请先阅读此文件。
  • scripts/reels_preflight.sh — 只读媒体和静音预检。

相关技能