SuperAPI AI 工具集

vlog-pacing

设计与创作

查看项目

更新于 10-24 03:38

技能介绍

用途\nvlog-pacing 用于基于转录文本(词时间戳)的视频剪辑,在保证剪辑精准度的同时,让成片节奏显得自然,避免每次切点都成为突兀的跳切(画面“popping”)。资料指出,转录剪辑的危险在于“过于精准”。\n\n主要能力与规则\n1. 剪辑来源:从转录文本出发剪辑,不要仅凭音量切。资料称,仅按音量做静音检测(对整个文件运行 ffmpeg silencedetect)在 34 分钟课程中切出约 800 个零碎片段;按词时间戳剪辑则得到创作者满意的 120 个片段。波形只用于修正边缘。\n2. 静音图:每个片段内,低于 -43 dB 且持续至少 0.25 秒视为静音。\n3. 停顿候选:保留语音中两个词之间间隔 ≥0.25 秒且波形上 ≥85% 为静音(未转录的声音不算停顿)。\n4. 停顿压缩:仅压缩长于 max_pause 的停顿,压到 pause_keep;剩余空气按前 40%、后 60% 分配。\n5. 词边界:起点 = 词起点 −0.08 秒,终点 = 词终点 +0.12 秒,并向 0.25/0.3 秒内最近的静音边缘修正,避免切掉弱辅音;不得伸入已被剪掉的词。\n6. 场景边缘:片段第一段在首词前留 0.5 秒,最后一段在末词后留 0.6 秒(仅受实际说出的词限制,轻微点击声或环境声可以保留);可在保留列表按区间覆盖 lead_in 与 tail。资料建议先看画面:在创作者伸手碰相机前停下。\n7. 对齐帧:起点向下取整、终点向上取整、终点为开区间;移除重叠、合并相接片段。\n8. 输出审阅文件:带删除词的转录(删除词加删除线)加带时间的时间线列表。\n\n建议参数\n课程/教程:max_pause 0.5 秒,pause_keep 0.3 秒,紧凑,反馈良好。\nVlog:max_pause 1.0 秒,pause_keep 0.6 秒,留呼吸感;0.5/0.3 会显得“跳”。\n资料建议先用停顿报告(“若 max_pause = …:N 个切点,节省 X 秒”)做粗略检查再选值。示例:戏剧性慢开场下,0.5 秒在 20 秒内产生 7 个跳切,1.0 秒在 53 秒内产生 3 个。\n\n构图(缩放)\n同一场景内每个跳切在 100%/107.5% 间交替,读起来像换机位。新场景(新片段或 B-roll 之后)总是从 100% 开始;在场景切换时切换缩放会增加跳感。点睛镜头放大 115% 仅用于 punchline 那一句:在该句首词处切分,并在末词后立即再切分一次;缺少第二次切分曾让一次放大持续 83 秒。B-roll 始终 100%。\n\n当反馈“画面跳”时\n先测量(切点分别来自停顿压缩、场景边缘、缩放的数量),再修正真正原因:通常是放宽停顿、增加场景留白、停止在场景切换时缩放。不要猜。\n\n使用方式\n资料以文字算法和参数表形式给出,未提供安装命令、代码或具体工具集成方式;相关执行需依据这些规则在剪辑流程中实现,具体实现细节暂未提供。\n\n适用场景\n基于转录的课程、教程、Vlog 等口播视频剪辑,尤其是需要控制停顿长度与跳切观感的场景。\n\n限制\n规则来自实际反馈,但未说明适用的软件平台、自动执行方式或通用性验证;参数为经验值,需按内容类型调整。