reel-recut

reel-recut 用于把原始或轻剪的竖屏口播素材做成成片短视频，包含四个标志元素：常驻标题条（顶部、圆角色块、粗体、大写、1-2 行）；卡拉OK 字幕（下三分之一处、白色粗体加黑描边、约 2 秒一句）；旁白或评论关键词 CTA 用的呼出框（屏幕中部，同样式）；以及通过切掉句间静音实现的紧凑“自我叠话”节奏。原有音乐、B-roll 与音频保留，全片由一个 JSON spec 描述，由 scripts/build_reel.py 一次渲染。样式在 spec 的 style 块中配置，可替换为品牌色/字体/位置。若省略标题条、字幕与呼出框，脚本会跳过整个叠加层，只保留节奏剪辑（raw-cut 模式），适合品牌合作的初剪，并可设 "fps": "source" 避免 60fps 被降采样。文本用 PIL 渲染成透明 PNG，再由 ffmpeg overlay 合成，以兼容缺少 libass/libfreetype 的 ffmpeg 构建。工作流：先用 ffprobe 观察素材，用 whisper-cli（本地，-ojf）或 OpenAI Whisper（verbose_json、词级时间戳）转写，再编写 spec 并渲染。静音裁剪依赖 ffmpeg silencedetect，嘈杂素材可能失效，此时改用 VAD 驱动的 manual_cuts 配合 scripts/plan_cuts.py。渲染后脚本会输出 <spec>.qa-manifest.json，需用 scripts/verify_cuts.py 核对接缝，并对成片重新转写通读。长镜头使用捆绑的帧/采样网格组装器，以无损 PCM 分批编码并加短接缝淡化。手动剪辑边缘应基于源片 10-16 秒孤立切片重新转写来确定，而非全文转写。消音哔声无法由转写定位，需依据波形频带能量放置。卡顿可能在任何转写中隐藏，需查看 workflow.md §5c。接缝可能产生爆音，应对每个拼接去咔哒声，且视频与音频须从相同数值切割。默认示例品牌样式为紫色 #8030F8、Montserrat 字体、竖屏 1080x1920、30fps、屏幕文案不用破折号，均应视为可替换。ffmpeg/ffprobe 从 PATH 读取，可用 FFMPEG/FFPROBE 环境变量覆盖；本地转写需 whisper-cli 与 ggml 模型，云端 Whisper 需在仓库根目录 .env 中设置 OPENAI_API_KEY。来源为 URL 时需先下载（如 yt-dlp "<url>"）再输入本地路径。该技能不改变说话者或其画面风格，只调整节奏并添加图形；其收费、价格与平台支持情况暂未提供。