语音感知剪辑（speech-aware-cutting）是一项面向谈话类素材的剪辑规划技能，核心目标是从大量口播片段中挑选值得保留的瞬间，并保证每个剪辑点都落在完整句子的边界上，避免出现半句话开场或句中截断。
用途与主要能力 该技能要求先按 footage-analysis 技能的方式读取每条谈话素材：生成逐字稿 transcript-<source id>.json 作为所有边界的依据，并通过“watch”环节挑选候选时刻。照片没有语音，只能作为节拍使用，不能作为主线。
规划剪辑时，将每个来源的候选时刻汇入一个列表，标注来源及其时间轴（遵循 footage-reframing 技能）。每个片段入点对齐到句子首词或真实停顿后的词，出点对齐到句子末词或停顿前的词；逐字稿的 cutPoints 标记干净结束位置。片段按 loops 排序（遵循 retention-hooks 技能），总时长尽量控制在目标长度的约 15% 以内；当长度与完整句子冲突时，优先保证句子完整，允许长度浮动。禁止为节省时间在句子中间剪掉词语。照片只能放在句子边缘，并保持足够阅读时长。最终将计划写成 reel 的 clip list，供 footage-reframing 技能的 scripts/reel_cut.py 读取，并附上每条口播来源的逐字稿路径。
检查与修复 使用 python3 scripts/review_cuts.py reel.json 对同一文件进行审查。脚本按播放顺序拼接每个片段的词形成“听到的脚本”，并逐片段检查三项：完整性（边缘是否切断词语或半句）、实质性（是否大部分为填充词，开场片段标准更严）、流畅性（是否以连接词开头而无前文，或以未指明代词开场）。每项检查都有对应修复方式，如移动边缘、丢弃片段、调整入点或改用其他片段开场。每个片段还会列出其词语涉及的说话人，供 footage-reframing 技能决定画面应聚焦谁。
审查脚本只能发现机械性错误；片段是否值得保留仍需人工以散文方式通读脚本判断。修复仅改变计划中的数字，成本极低；审查不会阻止剪辑，若所有候选都单薄，可从最强者开始并在说明中注明。被标记为静默的片段（照片或无逐字稿的镜头）在听到的脚本中视为静默节拍；逐字稿未提供词级时间的片段仅在句子边缘检查，审查会说明这一点。
适用场景与限制 适用于口播视频、访谈、播客等以语言为主线的短视频剪辑规划。限制包括：依赖逐字稿质量与词级时间；照片不能作为主线；审查不判断内容价值；具体收费、平台兼容性、安装步骤等暂未提供。