用途:把一条未剪辑的长视频(YouTube URL 或本地文件)变成更紧凑、可看的第一版剪辑,适合"砍一半""去掉无聊部分""做个初剪"这类需求。依赖 /video-understand 作为前置,先运行它并复用它产出的媒体、转录、分析与时间线;若未安装需先提醒用户并停止处理。
环境检查:yt-dlp --version、ffmpeg -version、python -c "import faster_whisper",不要假定固定 conda 环境名。
工作流:项目文件包括 work/cut/edit-plan.json(人工编写保留/删除决策)、work/timeline.json、review/01-cut/ 下的摘要、时间线图、边界复核视频与可选全片代理。决策含稳定 id、action、start_s、end_s、reason 与证据引用,保持时间顺序,V1 不支持重排或重复源片段。
主要步骤:1) 下载,默认客户端常失败,可用 yt-dlp --extractor-args "youtube:player_client=android";受限时接受 360p 并记录。2) 词级转录,faster-whisper、CPU/int8、VAD,非英语需多语模型与 --lang。3) 诊断静音、填充词、语速、重复、长独白,并可抽帧看图。4) 手工编写粗剪计划,边界对齐句子或从句末尾。5) 展开为无死气片段、分配变速并渲染,渲染采用多个 seek 输入加 concat,避免单输入多次裁剪导致内存暴涨。6) 自检:重转录、内容与边界校验、帧与黑帧检查、A/V 同步与残留静音检测,通过后才算完成。
限制:段落级剪辑不会让填充词消失,密度甚至可能上升,需如实说明;变速只改节奏不改内容,默认区间为起点而非验证过的常量;成品质量受源片质量上限影响。其余价格与平台信息暂未提供。