SuperAPI AI 工具集

AudioEditor

办公与效率

查看项目

更新于 10-24 00:38

技能介绍

AudioEditor 是一款 AI 驱动的音频/视频编辑技能,专注于口语音频的自动化清理与编辑。它适用于播客、访谈、录音等场景,能够自动识别并去除填充词、口吃、错误开头、编辑标记和空白片段,同时保留自然的语音节奏。

主要能力:

  • 词级转录:使用 Whisper(insanely-fast-whisper on MPS)生成带词级时间戳的转录文本。
  • 智能分析:由 Claude 对每个片段进行分类,区分修辞强调与意外重复,决定保留或删除。
  • 自动编辑:通过 ffmpeg 执行剪切,在每个编辑点加入 40ms 的 qsin 交叉淡化,提取房间底噪并填充间隙,对呼吸声进行 50% 音量衰减而非完全移除。
  • 可选云端润色:通过 Cleanvoice API 进行最终处理,包括去除口腔杂音、检测残留填充词和响度归一化。

使用方式: 该技能通过工作流路由触发。当用户说出“clean audio”、“edit audio”、“remove filler words”、“clean podcast”、“remove ums”、“cut dead air”、“polish audio”等指令时,会调用 Clean 工作流(Workflows/Clean.md)。执行前会检查用户自定义配置目录 ~/.claude/PAI/USER/SKILLCUSTOMIZATIONS/AudioEditor/,若存在则加载并应用其中的 PREFERENCES.md、配置或资源,覆盖默认行为。技能调用时会发送语音通知和文本通知。

工具与命令:

  • 转录:bun ~/.claude/skills/Utilities/AudioEditor/Tools/Transcribe.ts <file>
  • 分析:bun ~/.claude/skills/Utilities/AudioEditor/Tools/Analyze.ts <transcript.json>
  • 编辑:bun ~/.claude/skills/Utilities/AudioEditor/Tools/Edit.ts <file> <edits.json>
  • 润色:bun ~/.claude/skills/Utilities/AudioEditor/Tools/Polish.ts <file>
  • 完整流水线:bun ~/.claude/skills/Utilities/AudioEditor/Tools/Pipeline.ts <file> [--polish]

API 密钥要求:

  • Anthropic(用于分析步骤):环境变量 ANTHROPIC_API_KEY,已通过 Claude Code 设置。
  • Cleanvoice(用于润色步骤,可选):环境变量 CLEANVOICE_API_KEY,从 cleanvoice.ai 仪表板设置中获取。

适用场景:

  • 清理播客录音,去除填充词、口吃和空白。
  • 预览编辑效果后再应用。
  • 使用激进模式和云端润色进行深度清理。

限制:

  • 需要配置相应的 API 密钥。
  • 润色步骤依赖 Cleanvoice API,为可选功能。
  • 具体性能、平台兼容性和效果细节暂未提供。