Communitygithub.com

剪取錄影

將原始 talking-head 錄影(一個人對著鏡頭說話,有重複拍攝、失誤、鏡頭外的評論或長時間停頓)轉為粗剪:每個台詞的最佳一次拍攝保留,停頓縮短,並輸出為 DaVinci Resolve、Premiere Pro、Final Cut Pro 或 CapCut 桌面板的可編輯時間線,以及可選的 MP4。

剪取錄影 是什麼?

這個 AI 技能旨在簡化從原始 talking-head 錄影中製作粗剪的流程。它會自動分析影片,找出語音內容,將語音逐短語進行轉錄,並測量音量水平。然後,它會將最後一次完整拍攝中的每一句台詞視為最佳版本,並自動縮短長時間的停頓。用戶可以透過一個 JSON 文件來審查和調整選擇,標記哪些短片應保留或丟棄。該技能支援多種編輯平台,包括 DaVinci Resolve、Premiere Pro、Final Cut Pro 和 CapCut,並可選地輸出一個完整的 MP4 文件。其核心 Python 腳本運用了 FFmpeg 和 faster-whisper 來進行音訊處理和語音辨識,從而處理任何語言及長度的影片。最終的輸出是一個可打開和編輯的乾淨時間線,不會添加任何字幕、音樂或特效,完全將創作控制權留給用戶。

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

剪取錄影 是做什麼的?

將原始 talking-head 錄影轉為粗剪:每一句台詞說一次,以最後一次完整拍攝為準,長時間停頓縮短。腳本會找出語音,逐短語轉錄並測量音量。由你決定保留哪些拍攝。

腳本:python "${CLAUDE_SKILL_DIR}/scripts/cut_takes.py"(在 python 是 Python 2 或缺失的情況下,使用 python3)。以下簡稱 cut_takes.py。

0. 設定(執行一次)

執行 cut_takes.py doctor。如果缺少某些元件,告訴用戶並提供安裝指令:

  • FFmpeg:Windows winget install Gyan.FFmpeg,macOS brew install ffmpeg,Linux sudo apt install ffmpeg。
  • Python 套件:python -m pip install faster-whisper。
  • 可選的 NVIDIA GPU:python -m pip install nvidia-cublas-cu12 "nvidia-cudnn-cu12==9.*"(約 2 GB)。沒有 GPU 時所有功能在 CPU 上運行,只是速度較慢。

1. 分析

詢問影片路徑,以及如果講者讀了稿子,則提供稿子的純文字(可選)。在影片旁選擇一個工作資料夾,例如 <video folder>/<video name>-cut/。

cut_takes.py analyze VIDEO --work WORK [--script SCRIPT.txt] [--language en]
  • 語言會自動偵測;如果輸出中的偵測行不正確,請傳遞 --language。
  • 在 CPU 上,長時間錄影會需要一些時間。若要快速處理,請加入 --model small。
  • 非常大的檔案(4K,超過 20 分鐘)也可以處理,但從 1080p 複本進行渲染會更快。

WORK 中的輸出:takes.md(閱讀此檔)、takes.json 和草稿 cuts.json。

2. 選擇拍攝片段

閱讀 takes.md。每個短語都有一個 ID、來源時間、文字和狀態:

  • KEEP / DROP retaken in #N —— 腳本已經假設最後一次完整拍攝勝出。請檢查每個猜測。

  • DROP unclear (noise?) —— 咳嗽、點擊或呼吸聲被 Whisper 誤轉為文字("Thank you.")。DROP not in script —— 僅在指定 --script 時出現。

  • (cut before "word" ...) —— 只有短語的結尾部分之後被再次說出;草稿片段會在該詞之前結束。

  • !! repeated ... / !! false start ... / !! long word ... —— 短語內部的結巴(長詞通常是 Whisper 合併的重複)。透過轉錄短時間窗口來檢查,然後使用 skip 移除它或改用另一拍攝:

    cut_takes.py transcribe VIDEO --work WORK --at 86.1 87.0 87.4 88.6
    
  • Script words not found —— 沒有保留的短語涵蓋這些稿子行。在 DROP 短語中尋找它們;如果缺失,請告訴用戶。

然後編輯 cuts.json:

  • 丟棄鏡頭外的談話("okay, once more","is it recording?")、麥克風檢查和未完成的拍攝。未完成的台詞最好刪除而不是保留。
  • 鏡頭外的評論通常指的是它之前的拍攝:在台詞之後立即出現的 "let's not use that" 意味著那行也要被丟棄。
  • 如果兩個拍攝同樣完整,優先選擇更接近稿子的那個。
  • from 應該放在拍攝前的靜默中,to 放在拍攝後的靜默中。保持片段按照它們應該播放的順序排列。
  • 在好的拍攝內部的結巴:"skip": [[a, b]],其中 a 緊跟著最後一個好詞,b 在清晰重複之前。使用 takes.json 中的詞時間來定位。

可選:檢查講者在拍攝結束時的視線方向(看筆記會破壞剪輯):

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

查看 PNG 並將 to 結束在視線離開鏡頭之前。

3. 渲染

cut_takes.py render WORK/cuts.json [--style natural|tight] [--mp4]
  • natural(預設,YouTube 和長片):超過 0.5 秒的停頓縮短為 0.3 秒。
  • tight(短片、Reels):每個停頓都被剪掉,短語之間的呼吸聲和嘴唇點擊聲也被移除(列為 dropped breath/noise)。
  • 使用 --max-pause 和 --keep-pause(秒)進行微調。
  • 僅當用戶想要一個準備好的影片檔案時才加入 --mp4。

它會寫入 <video>-cut.fcpxml、.xml、.edl、一個 CapCut 專案資料夾 <video>-cut-capcut/、-segments.json(以及 .mp4)到 WORK,並在當所有匯出相互一致且與 MP4 一致時以 CHECK OK 結束。如果 CHECK FAILED,報告訊息並且不要交出檔案。

如果使用了 --mp4,則將結果轉錄一次(cut_takes.py transcribe WORK/<video>-cut.mp4 --work WORK --at 0 <length>)並閱讀它:每一句台詞出現一次,沒有重複,沒有詞被切斷。

4. 交付

告訴用戶剪輯前後的長度、片段數量、你丟棄了哪些拍攝及其原因,以及任何需要注意聽的內容。然後告訴他們如何匯入:

編輯器檔案方法
DaVinci Resolve.fcpxml(或 .xml)檔案 > 匯入 > 時間線,然後選取檔案。如果被詢問,重新連結媒體
Premiere Pro.xml檔案 > 匯入,選取 .xml;一個新序列會出現在專案中
Final Cut Pro.fcpxml檔案 > 匯入 > XML
其他編輯器.edlCMX 3600 EDL,匯入並重新連結到來源影片
CapCut 桌面板-capcut/ 資料夾退出 CapCut,將整個資料夾複製到 CapCut 專案資料夾(如下),啟動 CapCut 並從首頁畫面開啟專案

CapCut 專案資料夾:Windows %LOCALAPPDATA%\CapCut\User Data\Projects\com.lveditor.draft,macOS ~/Movies/CapCut/User Data/Projects/com.lveditor.draft,或是在 CapCut 設定中設定的路徑。不要自行寫入該資料夾;告訴用戶複製資料夾。如果專案沒有出現或無法開啟,則改回使用 .mp4。

時間線指向原始的影片檔案,因此在匯入之前不要移動或重新命名它。每個剪輯都是單一軌道上的硬剪;如果剪輯處有爆音,請在編輯器中加入交叉淡變。

若要更改內容,請編輯 cuts.json 並再次渲染。

相關技能