SuperAPI AI 工具集

yt-edit

通用与其它

查看项目

更新于 10-15 22:40

技能介绍

用途:把原始录制的带时间戳转录稿转成剪辑决策清单(EDL),输出需要剪掉的位置与时间码,由用户自行在剪辑软件中套用。适合处理口播、访谈等以语音为主的素材,用于“剪掉空白”“精简这段”等需求。

主要能力:识别三类内容。DEAD 为超过阈值的静默间隙,从中间裁剪以保留两侧呼吸感;FILLER 为仅由“um”“so yeah”“basically”等填充词构成的片段;REPEAT 为重新起头的句子,会与上一条真正说话的片段比较,而非紧邻的上一条,以应对重录之间夹着“um”的情况。

使用方式:对 SRT、VTT 或 whisper JSON 转录稿运行 python3 deadair.py transcript.srt,可用 --floor 0.35 调整静默阈值,用 --json 输出 JSON。尚无转录稿时,可先用 whisper、faster-whisper,或未公开上传的 YouTube 自动字幕轨生成,不要凭猜测填写时间码。

限制:不处理媒体文件,也不对 B-roll 作判断。报告中的百分比是语音的裁剪比例,若视频含长时间无声演示,该数字会失真,需对照素材核实后再相信底部的时长估算。该技能不会发布任何内容,每次输出末尾都有一段供用户复制的文本,并以“ship it, or change it?”结尾,由用户决定是否采用。