用途:这是一个口播/短视频剪辑工作流技能,由判断性流程加本地小工具组成(Python 3 标准库 + ffmpeg)。工具做可测量的事:去空白、生成字幕文件、定格动画计时、媒体探测;使用者负责判断剪什么、显示什么、何时显示。动态图形需要路由到 HyperFrames(默认)、Remotion 或 video-use。工具无法观看或聆听,只能测量、抽帧、读转录,因此需明确说明检查过什么、没能检查什么。
主要能力:probe.py 报告媒体事实(旋转、VFR、HDR、音频布局、响度),--doctor 检查机器环境;deadspace.py 按音频电平切静音,配合转录可切填充词和重拍,逐帧对齐并交叉淡化拼接;captions.py 可转录(faster-whisper,可选)或读取词级时间,生成 1 至 3 词短句;stopmotion.py 将帧文件夹或视频转为定格动画。
使用方式:先运行 python3 "$T/probe.py" --doctor 检查 ffmpeg 滤镜、编码器、faster-whisper 和 Node(HyperFrames 需 Node 22+)。转录示例:python3 "$T/captions.py" take.mov --words-only --verbatim -o edit/。去空白先 dry-run 审阅 EDL,再 --from-edl 渲染。字幕建议先校对 words.json 中的姓名与品牌,再用 --burn 或 HyperFrames 路线嵌入。输出统一放在素材目录的 edit/ 下。
限制:工具不观看也不聆听,剪切基于电平和词时间,需人工审阅 EDL;重拍检测为启发式且以最后一次为准;转录质量取决于模型,可能漏填充词、拼错名字;不生成视频或图像;无音轨时无法去空白;缺少 libass、faster-whisper 或 Node 低于 22 时需改用替代路线。具体收费与平台信息资料未提供。