剪掉靜音（管線代理程式 1）
自動化編輯的第一步。接受原始錄影 + 逐字稿，並移除僅有的靜音：第一個字之前的空白、最後一個字之後的空白，以及超過閾值的詞間停頓（修剪至自然的呼吸長度，絕不硬切至零間隙）。它保留說話者的文字內容——不處理語誤、重錄或結巴，這些是「剪掉錯誤」代理程式（代理程式 2）的工作。
此代理程式是確定性的且由逐字稿驅動，因此其輸出（*.silence-transcript.json）能乾淨地饋入後續代理程式和節拍驗證工具。
使用時機
- 「剪掉靜音」、「修剪停頓」、「移除死氣沉沉的空隙」、「緊湊節奏」
- 作為主編輯工作流程的第一階段，緊接在轉錄之後。
前置條件
一份逐字稿 JSON。可以是 ElevenLabs Scribe 格式
（{ words: [{ text, start, end, type }], audio_duration_secs }）或通用格式
{ words: [{ text, start, end }] }。使用工作區的轉錄工具產生：
node scripts/transcribe-elevenlabs.mjs path/to/raw.mp4 # -> path/to/raw.json
使用方式
# 1) 只規劃 — 計算剪輯，寫出 EDL + 重新對齊時間的逐字稿（不觸碰影片）
node .agents/skills/cut-silences/scripts/cut-silences.mjs <transcript.json> \
--out-dir video-projects/<slug>/assets
# 2) 搭配影片 — 同時寫出 ffmpeg 指令（仍不實際轉檔）
node .agents/skills/cut-silences/scripts/cut-silences.mjs <transcript.json> \
--video video-projects/<slug>/assets/raw.mp4 --out-dir video-projects/<slug>/assets
# 3) 渲染剪輯後的影片（本機 ffmpeg，重新編碼，影音保持同步）
# 加上 --apply 才會實際執行 ffmpeg
node .agents/skills/cut-silences/scripts/cut-silences.mjs <transcript.json> \
--video video-projects/<slug>/assets/raw.mp4 --apply \
--output video-projects/<slug>/assets/edited-silenced.mp4
選項
| 旗標 | 預設值 | 說明 |
|---|---|---|
--video <path> | — | 來源影片；啟用 ffmpeg 指令/渲染 |
--out-dir <dir> | 逐字稿旁 | 輸出寫入位置 |
--output <path> | <video-stem>.silenced.mp4 | 剪輯後影片路徑 |
--gap <s> | 0.55 | 視為可修剪靜音的最短停頓 |
--head-pad <s> | 0.22 | 第一個字之前保留的靜音 |
--tail-pad <s> | 0.34 | 最後一個字之後保留的靜音 |
--apply | 關閉 | 實際執行 ffmpeg 渲染剪輯 |
判斷規則（靜音規則）
- 低於
--gap（0.55秒）的停頓保持不變——自然的語速節奏。 - 對於被修剪的停頓，會保留自然的呼吸長度，並根據上下文調整：長停頓（≥2秒）保留 0.24 秒，句子結尾（
. ! ?）後保留 0.20 秒，其他情況保留 0.14 秒。保留的呼吸略微偏向之前短語的結尾。 - 片頭/片尾的空白被修剪至
--head-pad/--tail-pad。 - 刪除範圍合併；保留範圍為其互補集合。剪輯透過 ffmpeg 的
trim/atrim+concat濾波器圖渲染（寫入*.silence-filter.txt腳本並透過-filter_complex傳入），確保影音同步。
輸出（寫入 --out-dir）
| 檔案 | 用途 |
|---|---|
<stem>.silence-edl.json | 保留/刪除範圍、時長、參數——編輯決策清單 |
<stem>.silence-transcript.json | 在編輯後時間軸上重新對齊的逐字稿（饋入代理程式 2 + 節拍） |
<stem>.silence-decisions.md | 人類可讀摘要 + 被修剪的最大停頓 |
<stem>.silence-filter.txt | ffmpeg 濾波器圖（僅搭配 --video） |
<video-stem>.silenced.mp4 | 剪輯後影片（僅搭配 --apply） |
輸出至 stdout 的 JSON 摘要包含 removed、removedPct、範圍計數和輸出路徑——便於主工作流程記錄和串接。
調整備註
- 談話性 YouTube 預設值（
--gap 0.55）會從典型原始片段中移除約 15-20% 的純靜音。降低--gap可獲得更緊湊、更快的剪輯；提高則保留更多自然呼吸空間。 - 如果剪輯在句子邊界感覺過於激進，可提高句子間呼吸長度，或提高
--gap。
移交給下一個代理程式
將 <stem>.silence-transcript.json（以及 silenced.mp4 如果已渲染）傳遞給剪掉錯誤代理程式。由於時間戳已位於編輯後時間軸上，後續的節拍定時和 scripts/validate-beat-sync.mjs 無需額外調整即可正常運作。