SuperAPI AI 工具集

raw-video-processing

营销与增长

查看项目

更新于 10-16 07:22

技能介绍

用途:对原始屏幕录制进行后期处理,改善视频节奏。流程为先去除静音片段,再对结果加速。

前提:需安装 FFmpeg 和 uv。

适用场景:用户录制了录屏并希望在发布前清理,常见问题包括思考或等待加载时的长时间停顿、键盘敲击声等应被视为静音的低频背景噪声、整体节奏偏慢需轻微加速。

默认工作流:用户提供原始视频文件后,默认按顺序运行两个脚本。

第一步,去除静音片段: uv run --python 3.12 /path/to/skills/raw-video-processing/scripts/remove_silence.py <input.mp4> -t="-20dB" -d 0.5 该命令检测并剪除静音部分(含键盘声),生成 <input>_nosilence.mp4。参数说明:-t="-20dB" 为较激进的阈值,可过滤键盘敲击和背景噪声(用 = 语法避免 argparse 将负值当作标志);-d 0.5 表示连 0.5 秒的短静音也去除;-p 0.2 为语音边界保留的气口秒数(默认,通常无需传)。脚本会打印详细摘要,包括发现的静音段数、去除的总静音时长及所有保留段的带时间戳信息,应查看以确认结果合理。

第二步,加速视频: uv run --python 3.12 /path/to/skills/raw-video-processing/scripts/speed_video.py <input>_nosilence.mp4 对去静音后的视频应用速度倍数,生成 <input>_nosilence_1.2x.mp4。默认参数 --speed 1.2,即 1.2 倍播放速度,属不易显得仓促的轻微加速。

脚本选项:remove_silence.py 支持 -o/--output 自定义输出路径(默认 <input>nosilence.mp4);-t/--threshold 静音阈值 dB,默认 -30dB,越高越激进,录屏建议始终用 -20dB 并以 -t="-20dB" 传入;-d/--duration 最小静音时长秒数,默认 0.8,录屏建议 0.5;-p/--padding 非静音段周围保留的填充,默认 0.2;--dry-run 仅打印检测到的片段而不导出。speed_video.py 支持 -o/--output 自定义输出(默认 <input><speed>x.mp4);-s/--speed 播放速度倍数,默认 1.2。

自定义场景:仅去静音则只运行第一步;仅加速则直接在输入文件上运行第二步;保守清理可用 -t="-30dB" -d 0.8(若默认剪掉过多语音);更激进清理可用 -t="-15dB" -d 0.3 与 --speed 1.5;提交前预览可用 remove_silence.py 的 --dry-run;自定义输出名可用任一脚本的 -o。

重要注意事项:务必先运行 remove_silence 再运行 speed_video,因为静音检测基于原始音频,先加速会改变音频特征而降低检测准确性。对于超过 30 分钟的长视频,去静音步骤因逐段处理可能需数分钟。两个脚本均保持视频质量:remove_silence 使用流复制不重新编码,speed_video 则用 FFmpeg 默认设置重新编码。