SuperAPI AI 工具集

screenkite-transcription-cut

办公与效率

查看项目

更新于 10-16 01:13

技能介绍

用途:从 ScreenKite 录屏中移除麦克风音频里的静音间隙,基于词级转录结果计算剪切范围并应用到时间线。

前置条件:screenkite CLI 位于 /usr/local/bin/screenkite;在 bundle 上层任意位置的 .env 中提供 ELEVEN_LABS_API_KEY;PATH 中有 ffmpeg;python3 与 requests(pip install requests)。

主要流程:

  1. 打开项目:/usr/local/bin/screenkite agent project open --path '<absolute-path-to.skbundle>' --json,并用 project current 确认。
  2. 转录麦克风音频(位于 <bundle>/media/microphone_*.m4a):python3 scripts/transcribe_mic.py '<bundle>/media/microphone_<name>.m4a' --edit-dir '<bundle-parent>/<slug>-edit' --language en --num-speakers 1。输出词级 JSON 到 <edit-dir>/transcripts/<stem>.json,已存在则跳过。
  3. 计算静音剪切范围:python3 scripts/compute_silence_cuts.py '<edit-dir>/transcripts/<stem>.json' --min-silence 0.8 --pad 0.15 --output '<edit-dir>/cuts.json'。典型值:0.5s 激进、0.8s 平衡、1.5s 保守。
  4. 强制先干跑复核:加 --dry-run 打印可读表格,确认数量与最长间隙后再应用。
  5. 应用剪切:通过 screenkite agent tool call --name editTimeline --input-json "$(python3 scripts/compute_silence_cuts.py ... --emit-tool-input)" --json,或 python3 scripts/apply_cuts.py '<edit-dir>/cuts.json'。
  6. 验证:调用 getProjectState 检查时长是否按总间隙秒数缩短;错误剪切用 editTimeline action=undo 逐步撤销。

限制与注意:cut 具破坏性且 undo 一次一步,必须先干跑;不要用 B-roll 技能(其 setSceneLayout 不删除内容);--min-silence 不要低于 0.3s;未先打开项目时 CLI 调用会静默失败。