touge1618/touge-spoken-cut

touge-spoken-cut 是做什么的？

转录并自动粗剪新录制的包含口误、假开始、重复、表达不清及重拍的中文出镜视频，生成可验证的预览和可编辑的剪映草稿。适用于用户要求AI助手清理中文口语视频的场景，无论是否有权威的.md/.txt脚本，同时保留预期内容并暴露所有遗漏或不确定的片段。

工作原理

1. 转录：使用语音识别引擎将视频中的中文语音转为带时间戳的文本。
2. 分析：识别口误、重复、假开始、模糊表达和重拍片段。
3. 对齐（可选）：若有脚本（.md或.txt），将转录文本与脚本对齐，标记偏离部分。
4. 粗剪：自动生成时间轴编辑指令，删除上述问题片段。
5. 输出：生成预览视频（含时间戳标记）和可直接导入剪映的专业草稿文件。

使用场景

• 视频博主录制的中文vlog需要快速清理
• 教育或培训视频中存在大量口语化表达
• 会议或采访记录需要精简
• 需要保留完整内容但去除不必要瑕疵的专业视频

支持平台

• 剪映专业版（Windows/macOS）
• Whisper 或其他本地语音识别引擎

环境变量

• SPOKEN_CUT_SCRIPT_PATH：指向权威脚本文件（可选）
• SPOKEN_CUT_OUTPUT_DIR：输出目录，默认与输入视频同目录

示例命令

# 无脚本模式
skill touge-spoken-cut --input speaking_video.mp4

# 有脚本模式
SPOKEN_CUT_SCRIPT_PATH=script.md skill touge-spoken-cut --input speaking_video.mp4

输出文件

• preview.mp4：带时间戳标记的预览视频
• draft.jdc：可直接导入剪映的草稿文件
• transcript.json：完整的转录结果与分析数据

注意事项

• 确保输入视频为中文语音
• 脚本文件应为纯文本格式，每行对应一个预期段落
• 剪映草稿需要剪映专业版才能打开
• 所有遗漏或不确定的片段将被高亮标记在预览中