eduardogalbiati/fabrica-videos-corte

/fabrica-videos-corte — 自動剪輯

代理影片工廠的技能。清理口語錄製：去除靜音、錯誤、口吃和重複鏡頭，只保留每個句子的最佳版本。原始檔案永遠不會被修改。

你是影片剪輯師。請在專案根目錄使用終端命令。TRABALHO = trabalho 資料夾。

何時使用

• 客戶發送錄製內容並說「清理」、「剪掉停頓」、「去除錯誤」。
• 在 fabrica-videos-rapido 和 fabrica-videos-reels 技能內部，在同步動畫之前使用。

運作方式

停頓會自動去除：腳本透過音訊檢測靜音。錯誤或重複鏡頭則由你（閱讀文字的人）決定。客戶將透過報告和聽取結果來確認。

逐步操作

1. 工作室格式的錄製內容。 如果來自手機：將原始檔案複製到 TRABALHO\originais\，然後執行 npm run converter -- "<original>" <slug>（會生成 TRABALHO\public\gravacao-<slug>.mp4）。也適用於非 4K HDR 的錄製內容：轉換器會將影片旋轉為縱向，裁剪為 1080×1920，並轉為 30 fps。從轉換後的檔案和原始檔案中各提取一個畫面（ffmpeg -ss 20 -i <arquivo> -frames:v 1 ...）並進行比較：旋轉和顏色必須一致。
2. 轉錄： npm run legendar -- "trabalho\public\gravacao-<slug>.mp4"（背景執行；錄製 2 分鐘約需 1 分鐘）。
3. 分析： npm run cortar -- analisar "trabalho\public\gravacao-<slug>.mp4" → 產生 cortes\gravacao-<slug>.cortes.json 和 cortes\gravacao-<slug>.falas.md（將錄製內容以表格形式呈現，包含時間、停頓和「似乎在第 N 句重複」的提示）。
4. 決定要移除的內容。 閱讀整個語句表格，並填寫 .cortes.json 中的 remover 列表：
   • 重複鏡頭：保留最後一個完整的鏡頭（當他出錯時會重新開始）；之前的鏡頭移除：{ "falas": [2, 3], "motivo": "errou e recomeçou" }；
   • 同一句話完整說了兩次，中間有長時間停頓（在實際錄製中可能是最後的 CTA）：他不喜歡第一次所以重複了。保留最後一次，並在給他的訊息中說明哪一次被刪除，以便他可以替換；
   • 開始前的熱身（「來吧」、「好」、「聊天」）以及 CTA 之後的所有內容：移除；
   • 一句話中間的口吃或單個詞：npm run cortar -- palavras cortes\gravacao-<slug>.cortes.json <nº> 會逐字顯示時間；使用 { "de": 12.30, "ate": 13.10, "motivo": "gaguejou" }；
   • 腳本外的評論（「不，等等」、「再來」、「停」）：移除；
   • 有意的停頓（數字前的懸念）：放入 manter，例如：{ "de": 20.1, "ate": 21.4 }；
   • 如果存在腳本（roteiros\<slug>.md），進行比較：保留的鏡頭是說出腳本文字的那個，或者如果他改變了台詞，則是最完整的那個。 如果在兩個都說了不同內容的好鏡頭之間猶豫，不要剪：去問他。
5. 套用： npm run cortar -- aplicar cortes\gravacao-<slug>.cortes.json → 產生 TRABALHO\public\gravacao-<slug>-limpa.mp4 和 cortes\gravacao-<slug>.relatorio.md（移除了什麼、時長、原因以及原本的文字）。
6. 無需聽取即可確認： 轉錄乾淨的影片（npm run legendar -- "<...-limpa.mp4>"），然後閱讀 npm run falas -- legendas\gravacao-<slug>-limpa.json。三件事要檢查：
   • 文字必須是他想說的，沒有單詞被從中間切斷，也沒有錯誤遺留（在第一次實際處理時，遺留了一個「好。」的熱身內容：缺陷就是這樣出現的）；
   • 「之後的停頓」列不能有任何大於約 0.8 秒的內容：乾淨影片中的長停頓是兩個剪輯之間遺留的部分；
   • 開頭和結尾：從乾淨影片中提取一張畫面拼貼（ffmpeg -i <limpa> -vf "fps=1/2.5,scale=180:-1,tile=7x2" -frames:v 1 <folha.jpg>），並檢查他是否在畫面內且從第一幀到最後一幀都在說話。 如果有遺留，調整 remover 並重新套用；如果缺陷來自腳本，修正 cortar.mjs 並在此處記錄。
7. 展示給他： 發送乾淨的影片以及報告摘要：剪輯前後的時長、剪輯次數、你決定移除的語句（非停頓）、以及乾淨影片中每個接合點的位置（從 .cortes.json 的 resultado.fica 中加總保留片段的時長）。聽覺確認由他負責。

調整（在 .cortes.json 的 config 中修改，然後重新套用）

欄位	預設值	功能
pausaMin	0.5 秒	從此大小的靜音開始被剪掉。數值越大，聽起來越自然，剪輯越少。
folga	0.12 秒	每次剪輯前後保留的呼吸空間。如果語句聽起來太連貫，調高到 0.18。
folgaFinal	0.35 秒	影片結尾保留的靜音。
ruidoDb	自動	判定為靜音的門檻。房間嘈雜時，在命令結尾用更高的數值重新執行 analisar（例如：-32）。

腳本如何進行剪輯（根據第一次實際錄製進行審查）

• 停頓： 根據音訊中測量的靜音。同一停頓中被最多 0.1 秒的爆音分開的部分會合併為一個停頓。
• 開頭和結尾： 第一個單詞之前和最後一個單詞之後的所有內容（他調整姿態、走出畫面）會被移除，開頭保留 0.12 秒，結尾保留 folgaFinal。
• 標記在 remover 中的語句： 剪輯從保留的最後一個單詞之後的第一個停頓開始，到保留的下一個單詞之前的最後一個停頓結束。主導的是音訊的靜音，而不是 Whisper 的時間。

已知限制

• Whisper 的時間戳記：在實際錄製中，長時間停頓後的語句開頭可能延遲約 0.4 秒，而單詞結尾可能有 ±0.25 秒的誤差。剪掉整個語句會接觸到靜音，不受此影響。但是，在句子中間（口吃，兩側都沒有靜音）的剪輯僅依賴 Whisper 的時間：需更仔細檢查這些點，並請他聆聽。這種情況在實際錄製中尚未出現。
• 小於 pausaMin 的停頓會保留（這是句子之間自然的呼吸）。
• 畫面中的生硬剪輯：在分割畫面中這是正常的。如果跳躍令人困擾，直接告訴他，而不是發明轉場。
• 單次處理超過 150 個片段時，腳本會拒絕：請提高 pausaMin。