粗剪 (A-cut):對話/故事、鏡頭、時序
產出附有來源連結的決策清單,並在執行工具與證據允許的情況下,提供可檢驗的粗剪輸出。優先考慮故事連貫性與自然語音,而非追求目標剪輯次數。此技能提供工作流程,而非渲染器或通用的重複移除演算法。
來源與意圖合約 [bl: invariant]
閱讀共享的專案合約。 對於音樂主導的素材,請使用 video-music 先建立早期的樂句/節拍圖,再固定故事時間。請勿強行將語音對齊節拍網格。
使用提供的剪輯簡報;若素材選擇未定,僅針對那些缺口使用 video-editing-brief。 保留原始檔案、確切需要的台詞、事實修正與必須保留的內容。將衍生檔案另外寫入。 在可存取時盤點來源身份、時長、串流、影格率/時基與逐字稿涵蓋範圍。區分實際觀看/聽取的媒體與僅有逐字稿、後設資料或使用者描述的內容。請勿將缺失的證據當作已檢查的鏡頭或精準的剪輯點。
對話主導的 A-cut 在裝飾性覆蓋鏡頭之前建構口述故事。視覺故事或示範則圍繞可見的動作、因果關係與所需的畫面狀態來建構;沉默可以承載關鍵事件。兩種模式彼此獨立。在排除無聲素材之前,必須先觀看。部分逐字稿無法授權從未轉錄的其餘部分中移除內容。
如果需要代理檔案或獨立的音訊,請保留重新連結的身份以及與原始時間的對應關係。記錄音訊權威、偏移慣例以及任何時鐘漂移。在所選區間內,透過可觀察的事件驗證同步;切勿將檔名相符、單一拍板聲或 ASR 時間戳等同於持續的同步。未知的同步保持未解決;請勿無聲地替換音訊或改變速度。
鏡頭選取與自然修剪 [bl: soft]
在上下文中比較候選鏡頭,包括其引導與結尾。為每個故事任務選擇最完整、真實的傳達,而非總是選取最後、最短或最接近逐字稿的鏡頭。保留備選。
字詞時間優先:重複只能從逐字稿保留的字詞中發現。如果來源沒有逐字時間戳的逐字稿(區段或區塊時間戳不夠),請對完整、未修剪的來源執行 bundled 轉錄器。${CLAUDE_PLUGIN_ROOT} 是 Claude Code 中的已安裝套件根目錄;其他代理使用套件根目錄路徑:
python3 "${CLAUDE_PLUGIN_ROOT}/skills/video-rough-cut/scripts/transcribe.py" SOURCE.mov -o source-words.json
它使用已可匯入的後端,並在模型允許的情況下保留填充詞與重新開始。如果沒有任何可匯入的後端,則不安裝任何東西,列印一次性的 uv run --with … 命令,並以狀態碼 3 退出:在下載或雲端上傳之前詢問使用者。沒有字詞時間戳時,將重複審核標記為未執行。在重複使用前,檢查現有逐字稿是否有靜音修剪或僅有區塊時間戳的情況。
對於具有字詞時間戳的對話,在選取鏡頭之前,為每個錄音或說話者軌道執行 bundled 修剪審核:
python3 "${CLAUDE_PLUGIN_ROOT}/skills/video-rough-cut/scripts/trim_audit.py" source-words.json
提供一個字詞清單(或一個包含 words 的 JSON 物件),其中包含以秒為單位的文字、開始與結束時間。為每個有意的節拍添加 --protect START END,並可選擇性添加 --min-gap SECONDS 來顯示安靜間隔。逐字稿間隔可能包含一個反應或未轉錄的動作。檢查兩個傳達是否完全重複;對於被標記的重新開始,在刪除任何內容之前,請聆聽中間的子句。沒有時間戳證據?使用來源音訊並將不確定的邊緣標記為待審查。
審查提議的故事中是否存在重複的意義以及重複的措辭:釋義可能執行相同的工作,而反覆出現的鉤子、回呼、修正、問答或有意的強調可能執行不同的工作。記錄重複被移除或保留的原因。保留最佳的完整單位以及任何不同的資訊。對於重新開始或虛假開場,比較整個嘗試過的想法,而不僅僅是其重複的字首。
邊界證據 [bl: invariant]
請勿跨鏡頭拼接字詞來憑空捏造陳述或傳達。當修正改變了事實時,保留修正後的意義與必要的上下文;請勿將舊數字與新的限定詞連接。
將 ASR、對齊、靜音與相似性檢測視為候選,而非剪輯權威。原始逐字字詞可以揭露標準化文字隱藏的重新開始;ASR 也可能省略重複。同時檢查保留的內部與外部邊緣以及接合處。請勿僅憑高的來源/渲染字詞匹配分數就清除重複。
根據可聽到的語音與相鄰字詞來解析可疑的剪輯邊緣。零長度、拉伸、重疊或缺失的字詞時間、輕聲子音以及重疊的說話者會使邊緣不確定。強制對齊可以細化候選時間,但無法證明逐字稿或安全的音素邊界。保留足夠的來源上下文以獲得完整的聲音、呼吸與自然停頓;選擇保守的片語邊界,或者如果聆聽無法建立安全的修剪,則讓候選保持未解決。請勿發明通用的毫秒手柄、靜音閾值、停頓配額或預設加速。安靜的呼吸、反應、視覺動作或有意義的停頓在本質上並非死寂。
可編輯決策與執行 [bl: invariant]
即使經過多次處理,仍保留原始來源時間戳作為權威;維護獨立的來源到輸出對應關係。使用穩定的決策 ID,並包含保留的範圍、移除的範圍/原因、競爭鏡頭、未解決的邊緣以及有意的重複。在選擇可攜帶的表格或 JSON 表示法時,使用交接合約。明確標記暫定範圍,以免被誤認為可執行的剪輯。
檢查範圍邊界與排序、時間戳單位/時基、對應的音訊與視訊持續時間,以及預期的時間軸。重複使用來源範圍、重疊的鏡頭、間隙或分離的音訊/視訊編輯必須是有意且已記錄的;否則在合規之前修復它們。保留來源節奏,除非輸出規格要求轉換,並記錄混合 VFR 處理與漂移風險。
使用可用的編輯器或剪輯/合規工具,驗證其支援的輸入。FFmpeg 可以執行修剪、合規與渲染;它無法決定哪個鏡頭在語義上是冗餘的,或哪個傳達是最好的。請勿聲稱 bundled 後端或無聲安裝/上傳素材。如果無法執行,則回傳可編輯的提議決策與特定的證據缺口,而非偽造的輸出。在進行媒體工作之前,尊重進行中的錄音/作業與資源限制;從有界限的輸入尋找樣本開始,序列化繁重的解碼,寫入新的輸出,並僅停止任務擁有的程序。請勿啟動無界限的完整渲染來測試不確定的接合。僅限關鍵影格的串流複製剪輯可能錯過要求的邊緣;驗證實際的編碼邊界,或使用適當的影格精準合規。
驗證實際結果 [bl: invariant]
將審查綁定到確切的輸出雜湊或不可變的修訂版與決策清單。以正常速度連同周圍上下文聆聽每個改變的語音接合處,檢查子音、完整的字詞、呼吸、重複、爆音與意外的間隙。在接合處以及跨獨立錄製的音訊檢查同步與可見的連續性。然後觀看/聆聽完整的粗剪故事,包括範圍內部與開頭/結尾,檢查是否有被放棄的鏡頭、重複的想法、缺失的連接詞與誤導的順序。請勿使用覆蓋鏡頭或特效來隱藏未解決的語音。
當有確切粗剪輸出的全新字詞時間逐字稿時,在輸出時間上執行相同的修剪審核。將每個剩餘的重複與有意的保留進行調和,包括保留鏡頭內的發現。聆聽匹配器遺漏的釋義重複。如果剪輯被修復,請驗證新的輸出。空的發現清單本身無法清除對話。
探測並解碼交付的檔案;調和串流、持續時間、節奏、來源/輸出對應關係以及預期的剪輯。檢查是否有意外的間隙、重疊、黑/凍結影格與音訊漂移。成功的解碼或全新的逐字稿本身無法證明自然度或故事連續性。報告實際聽到、看到與機械檢查到的內容。如果聆聽、觀看或完整故事覆蓋不可用,請將該審查標記為不完整,並指出受影響的決策。僅有計畫的交付物不得暗示已執行的 QA。變更的位元組會使先前的輸出特定審查失效;在語音變更後重新調整依賴字幕的時間。
一旦故事時間穩定,將其確切的身份與輸出時鐘交接給 cutaways、music、sound、captions、color 與 export QA(根據需要)。後續的疊加層保留這些時間;任何重新調整時間都需要新版本與受影響的下游重新驗證。
回傳可編輯的決策、選取/備選鏡頭的 rationale、粗剪輸出(如有產生)、驗證覆蓋範圍與未解決的事項。區分機械準備就緒與創作者的故事/品味批准。在已知的意外重複或不安全的字詞邊界仍然存在時,請勿將剪輯稱為乾淨。
參考資料
這些為工作流程提供資訊;皆非執行時期相依性或背書。
- Video Use:逐字稿優先檢查與可編輯的來源範圍決策。
- Herk Edit Kit mistake candidates:將提議的重複/重新開始剪輯與編輯審查分開。
- Auto-Editor:可編輯的時間軸匯出與邊界;靜音活動並非語義上的鏡頭選擇。
- WhisperX:可選的字詞對齊,具有轉錄/重疊限制。
- stable-ts:可選的時間戳細化;此快照已歸檔。
- FFmpeg trim/atrim source documentation:執行範圍與明確的時間戳處理。
- HyperFrames custom-video guide:區分來源主導的組裝與創作的動態,在潤飾之前審查故事。
有關範圍與來源資訊,請參閱套件靈感與授權說明。