剪輯
執行刪除 → 重新審查 → 循環直到零口誤 → 產生字幕
快速使用
用戶: 確認,執行剪輯
用戶: 全刪
用戶: 保留靜音3和5,其他都刪
前置條件
需要先執行 /videocut:剪口播 產生刪除任務 TodoList
流程
1. 讀取用戶確認的刪除任務
↓
2. 計算保留時間段
↓
3. 產生 FFmpeg filter_complex
↓
4. 執行剪輯
↓
5. 重新轉錄 + 審查 ←───┐
↓ │
有口誤? ──是─────────┘
↓ 否
6. 產生字幕(SRT)
↓
7. 完成
進度 TodoList
啟動時建立:
- [ ] 確認刪除任務
- [ ] 執行 FFmpeg 剪輯
- [ ] 重新轉錄審查
- [ ] 產生字幕
循環時更新版本號(v2→v3→...)
一、讀取刪除任務(時間戳驅動)
從 /videocut:剪口播 輸出的 TodoList 讀取。直接使用時間戳,不要搜尋文字:
口誤(N處):
- [x] 1. `(start-end)` 刪"錯誤文字" → 保留"正確文字" ← 勾選=刪除
語氣詞(N處):
- [x] 1. `(前字end-後字start)` 刪"嗯" ← 勾選=刪除
靜音(N處):
- [x] 1. `(start-end)` 靜音Xs ← 勾選=刪除
- [ ] 2. `(start-end)` 靜音Xs ← 未勾選=保留
⚠️ 關鍵規則
- 直接用時間戳:從
(start-end)解析,不要搜尋文字 - 不要重新搜尋:審查稿已經計算好精確時間戳
- 勾選 = 刪除,未勾選 = 保留
二、FFmpeg 命令
ffmpeg -y -i input.mp4 \
-filter_complex_script filter.txt \
-map "[outv]" -map "[outa]" \
-c:v libx264 -crf 18 -c:a aac \
output.mp4
filter.txt 格式
[0:v]trim=start=0:end=1.36,setpts=PTS-STARTPTS[v0];
[0:a]atrim=start=0:end=1.36,asetpts=PTS-STARTPTS[a0];
[0:v]trim=start=2.54:end=10.5,setpts=PTS-STARTPTS[v1];
...
[v0][a0][v1][a1]...concat=n=N:v=1:a=1[outv][outa]
三、重新轉錄審查
剪輯後必須:
- 用 FunASR 重新轉錄
- 檢查是否還有口誤
- 有 → 回到
/videocut:剪口播重新識別 - 無 → 產生字幕
四、輸出檔案
01-xxx-v2.mp4 # 剪輯後影片
01-xxx-v2_transcript.json # 重新轉錄(驗證用)
01-xxx-v2.srt # 字幕檔案
版本遞增:v1→v2→v3...
五、反饋記錄
2026-01-15
- 語氣詞刪除邊界不精確:刪語氣詞時把前面的字也刪了
- 原因:直接用語氣詞的時間戳刪除
- 正確:從前一字的 end 到後一字的 start
- 語氣詞 + 靜音要一起刪:
A [靜音] 語氣詞 B要刪整段 (A.end - B.start) - 教訓:刪除語氣詞時,邊界是
前一字.end到後一字.start
2026-01-14
- 口誤文字沒刪乾淨,只刪了靜音段
- 教訓:直接從 TodoList 讀取時間戳,不要重新查找
- "拉滿新"刪成了"會的時候":搜尋"拉滿新"時間戳跨度7秒(含6秒靜音),把"拉滿"也刪了
- 教訓:對於"刪前面保後面"的口誤,只刪差異部分
- "AI就是AI"出現兩次AI:只刪了"就是",沒刪第一個"AI"
- 教訓:替換型口誤必須刪完整的第一個版本
- 系統性解決:時間戳驅動,審查稿直接標註
(start-end),剪輯腳本不再搜尋文字