用途
yt-edit 用于将原始录音的转录文本转化为剪辑决策列表(Edit Decision List),帮助用户定位需要剪掉的片段。它不会直接修改媒体文件,只输出带时间码的剪裁建议,由用户自行在视频编辑软件中应用。
主要能力
该工具在转录文本中查找三类内容:
- DEAD:超过设定阈值的静音间隙。剪裁时从间隙中间去掉,保留两侧的呼吸感,避免剪得太贴近语音导致听起来急促。
- FILLER:内容仅为填充词的片段,例如「um」「so yeah」「basically」。
- REPEAT:同一句话重新开始录制的情况。比较对象是上一条实际说了话的片段,而非紧邻的上一条,因为多数重录之间会夹着「um」。
使用方式
需要通过命令行运行 Python 脚本,例如:
python3 deadair.py transcript.srt
python3 deadair.py transcript.srt --floor 0.35 --json
支持 SRT、VTT 或 Whisper JSON 格式的转录文件。--floor 用于设定静音判定的阈值,--json 用于输出 JSON 格式。如果没有转录文件,需要先自行生成,可以使用 whisper、faster-whisper,或 YouTube 在非公开上传时自动生成的字幕轨。工具强调不要猜测时间码。
适用场景
适合需要快速整理口播类视频、访谈、教程等以语音为主的素材,希望自动找出静音、填充词和重录部分的创作者或剪辑人员。
限制
该工具不处理媒体文件,也不对 B-roll 提出建议。报告中的剪裁比例仅针对语音部分,如果视频包含长时间静默演示,该比例可能不准确,需对照实际画面检查后再信任报告底部的时长。此外,所有输出都不会自动发布,每次运行结束时会询问用户是采用还是修改。