用途:将长视频拆分为适合短视频平台的竖屏片段。Claude 充当交互式短视频制作人,引导用户走完 10 步流程:分析转写稿、挑选最佳片段、提交用户确认、将边界对齐到自然音频切点、渲染带动态字幕的竖屏视频,并按平台导出。
主要能力:先用 faster-whisper(GPU 加速、词级时间戳)转写,输出含 segments 与 captions 的双格式 JSON;自动检测内容类型(口播、屏幕录制、播客)并采用相应重构策略;Claude 依据评分标准从钩子强度、独立连贯性、情绪强度、价值密度、收尾质量五维打分候选片段(15-55 秒);支持字幕清洗(去填充词、修转写错误,时间戳不变);用 snap_boundaries 对齐词/句边界并借 FFmpeg silencedetect 寻找自然停顿;用 Remotion 渲染 1080x1920 MP4,字幕风格有 bold、bounce、clean 三种;导出时按 YouTube Shorts、TikTok、Instagram Reels 分别编码,并做导出后校验。
使用方式:流程从预检脚本开始,依次运行 preflight.sh、detect_gpu.sh、transcribe.py、detect_content.py,再由 Claude 读取转写稿与 scoring-rubric.md 打分并展示候选表,经用户选择后用 render.mjs 渲染、export.sh 导出。片段提取使用 FFmpeg 流复制 -c copy 以免重编码。
适用场景与限制:适合口播、播客、屏幕录制等长视频的短视频切条。需用户逐段确认,不会自动渲染;需要本地环境与相应脚本、Remotion 及 FFmpeg,GPU 可选但可提速。资料未提供价格与平台兼容的完整细节。