talking-head-cut 用于处理一两个人对着镜头说话的录音素材，把它剪成可以发布的视频：让表达顺畅、节奏紧凑、开头留得住人，同时保持用户原本说过的意思不变。它面向的典型场景是口播内容，素材中常带口癖、停顿、说错重来的几遍以及离题话。
用途与处理顺序 该技能的核心原则是先剪话、后加画面，因为决定剪点的是话而不是画面。其流程依次为：转写；按论点列出留 / 删清单并一次剪完；收紧句间停顿；确定开头；在剪口定下之后才加放大强调、B-roll、文字，以及取景与声音；最后验收。资料说明，画面元素会跟着剪口走，但话没定下来之前无法确定放大落在哪一句、B-roll 给几秒。
主要能力
- 转写依赖：没有 kind 为 speech 的文档时先转写，并告知用户转写正在进行。
- 留 / 删清单：读全文后按论点列出每段录音讲了哪几个论点、每个论点留哪几句，写成句子、留或删、理由的清单，一次剪完。应删内容包括开拍前的准备、说错重来的几遍、录完到停机之间的杂音、与主线无关的离题话。
- 口癖与长停顿：使用 edits_apply 的 proposeCuts（detect 中的 fillers 与 pauses）生成剪辑提案，读取提案后逐条查看，再用 acceptCutSuggestions 只接受该删的部分；要改区间时直接 addCuts 并把建议 ID 写进 ref。提案不检测重复句子，录废重来或说了两遍的内容需先用 speech_retakes 列出几遍；安装了语义模型时能找出换了说法的重录，未安装时只找文字相同的内容，effectiveMode 会写明。differ 为 true 的几遍在数字、否定词或名字上不同时，先弄清哪遍对，拿不准就问用户。
- 重录挑选：从完整、自然、节奏三个角度判断，后一遍通常更顺但不是规则；拿不准时都留着请用户听了再定。默认保持原顺序，除开头外任何挪动都先问用户。
- 停顿处理：句与句之间起点约为 0.2 秒，节奏快的宣传类可到 0.1–0.15 秒，讲道理或偏思考的为 0.3–0.5 秒；语速慢、句子长的语言和说话人相应放宽。通过 proposeCuts 的 detect 表达：打开 pauses，compressTo 设为目标值。整片用同一个数之后，要回看转折、包袱和提问之后的地方，那里的停顿是内容。要留住换气，剪的是空等而不是呼吸；剪点落在词与词之间的空隙，不吃掉第一个音节或结尾尾音。
- 开头处理：头几秒要有一句让人留下来的话，可把全片最有力的一句原话用 splitItem 在首尾切开，再用一次 moveItems 挪到最前，并把原来在它前面的片段顺次往后挪。挪的是原话，不重新配音、不拼半句，限定语要一起带走；拿掉限定语会改变意思时就不挪。还要想清楚这句话在片子里出现一次还是两次并告知用户：挪动是调序，原位置就没有这句了；若原位置也要保留，则在开头再放一份同一段素材并用 trimItem 裁到该句范围。没有能单独成立的原话时什么都不挪，按原顺序开始，把开场寒暄剪掉。
- 时间与剪法：转写中的 start、end 是素材时钟，按 timescale 换成秒（秒 = 刻度 ÷ timescale），addCuts、proposeCuts 使用素材时钟上的秒；splitItem、moveItem、removeRange、导出范围和 videos_frames 的 at 使用时间线上的秒。素材时刻 t 在时间线上的位置 = 片段 startSeconds +（t − sourceInSeconds），变过速的片段再除以速率。口播删减用剪口 addCuts，可恢复（restoreCut），剪口集合是 kind 为 cut-set 的文档，原文件不动。
- 验收：用 videos_inspect 看片段与时长，用 documents_read 看剪口集合，对照留 / 删清单逐项核对；需要看画面时用 videos_frames 在时间线时刻取帧，但这只给素材画面，放大、字幕和叠加元素不在其中；要核对合成效果，导出一小段成片给用户看。剪过之后译文会过期，有译文时只重译变了的句子。报告分三栏：量出来的、看过的、要人听的，并单独说明开头那句挪没挪、原位置怎么处理。
使用方式与限制 该技能依赖转写文档和视频相关工具接口（如 documents_read、videos_inspect、edits_apply、proposeCuts、acceptCutSuggestions、speech_retakes、splitItem、moveItems、addCuts、removeRange、export、videos_frames 等）。资料未提供具体安装命令、价格、平台支持范围或独立运行方式。使用中要避免边听边剪、分多笔零散地剪、把每次换气都剪掉、压掉转折和包袱后的停顿、切进词里、为开头拼半句或拿掉限定语、不问就调序、替用户硬选重录版本、混用素材时钟与时间线时钟，以及把没听过或没看过的内容说成顺畅或没问题。若只想从长视频里挑几段短视频，应改用切短视频相关技能。