用途:自动清理录音,去除填充词、误起句、口吃和死寂,衰减呼吸声,并对每处剪切做交叉淡化,输出干净的 MP3/WAV。
主要能力:Whisper 词级时间戳转写;Claude 对每段分类为 KEEP、CUT_FILLER、CUT_FALSE_START、CUT_EDIT_MARKER、CUT_STUTTER、CUT_DEAD_AIR,并区分修辞性停顿与意外重复;ffmpeg 执行剪切,40ms qsin 交叉淡化、房间底噪提取与空隙填充、呼吸声衰减至 50% 音量而非删除;可选 Cleanvoice API 处理口腔音、残留填充词和响度归一化。另有 GateScan 检测噪声门咔哒声、GateRepair 修复、LoudnessLock 锁定 −14 LUFS / −1dBTP。
使用方式:调用 Clean 工作流(触发词如 clean audio、remove filler words、clean podcast)。工具命令:Transcribe 用 bun ${LIFEOS_SKILL_DIR}/Tools/Transcribe.ts <file>;Analyze 用 bun ${LIFEOS_SKILL_DIR}/Tools/Analyze.ts <transcript.json>;Edit 用 bun ${LIFEOS_SKILL_DIR}/Tools/Edit.ts <file> <edits.json>;Polish 用 bun ${LIFEOS_SKILL_DIR}/Tools/Polish.ts <file>;Pipeline 用 bun ${LIFEOS_SKILL_DIR}/Tools/Pipeline.ts <file> [--polish]。模式有 --preview、--aggressive、--polish。需 ANTHROPIC_API_KEY(分析步骤)和可选的 CLEANVOICE_API_KEY(润色步骤)。
适用场景:播客、口播录音等需要自动去口癖和静默的音频后期。
限制:转写准确度受音质、背景噪声、多人说话和口音影响;剪切判定为启发式,建议先用 --preview 预览再执行;云端润色会把音频上传到外部服务,敏感内容需先确认;dB 域检测器对淡出尾部会误报,应使用 GateScan 的采样域检测验证修复。