podcastcut-edit-raw

name	podcastcut-edit-raw
description	粗剪播客。根据审查稿删除标记执行句子级FFmpeg剪辑。触发词：粗剪、句子级剪辑、rough cut

粗剪

遍历 transcript 每个句子 → 检查是否在删除标记中 → 整句删除

快速使用

用户: 按这个审查稿粗剪 /path/to/podcast_审查稿.md
用户: 粗剪，输出到 /path/to/output

适用场景

场景	说明
✅ 删大段内容	寒暄、跑题、隐私、啰嗦
✅ 删整句	句子级时间戳足够精确
❌ 删半句/口误	用 /podcastcut-edit-fine 或 /podcastcut-transcribe

---

核心逻辑

# 从 transcript 出发，检查每个句子是否需要删除
for sentence in transcript['sentences']:
    if normalize(sentence['text']) in 审查稿删除标记:
        删除这个句子

为什么从 transcript 出发？

• transcript.json 的每个句子都有精确时间戳
• 只需检查句子文本是否在 ~~删除标记~~ 中
• 不需要复杂的多句组合匹配
• 100% 利用已有的句子边界

---

流程

1. 加载审查稿，提取所有 ~~删除标记~~
    ↓
2. 加载 transcript.json（句子级时间戳）
    ↓
3. 遍历每个句子，检查是否在删除标记中
    ↓
4. 合并连续删除 → 计算保留片段
    ↓
5. 生成 FFmpeg filter → 执行剪辑
    ↓
6. 输出 podcast_v2.mp3/mp4

---

匹配逻辑

def is_sentence_deleted(sentence_text, deletions):
    """检查句子是否应该删除"""
    text_norm = normalize(sentence_text)  # 移除空格标点

    # 句子出现在任一删除标记中 → 删除
    for deletion in deletions:
        if text_norm in normalize(deletion):
            return True

    return False

标准化：移除空格、标点后比较，避免格式差异导致不匹配。

---

可复用脚本

rough_cut.py

一键完成粗剪全流程。

python scripts/rough_cut.py <工作目录> <输入音频> [输出音频]

示例：

python scripts/rough_cut.py \
  "/Volumes/T9/podcast/v5" \
  "/Volumes/T9/podcast/原始音频.mp3"

输入：

• podcast_审查稿.md - 带删除标记的审查稿
• podcast_transcript.json - 句子级时间戳

输出：

• podcast_删除清单.json - 删除的句子列表
• keep_segments.json - 保留片段列表
• filter.txt - FFmpeg filter 脚本
• ffmpeg_cmd.sh - FFmpeg 完整命令

---

输出文件

<工作目录>/
├── podcast_v2.mp3           # 剪辑后音频
├── podcast_删除清单.json     # 删除时间段列表
├── keep_segments.json       # 保留片段列表
├── filter.txt               # FFmpeg filter 脚本
└── ffmpeg_cmd.sh            # FFmpeg 完整命令

---

FFmpeg 命令

纯音频（mp3）

ffmpeg -y -i input.mp3 \
  -filter_complex_script filter.txt \
  -map "[outa]" \
  -c:a libmp3lame -q:a 2 \
  output_v2.mp3

音视频（mp4）

ffmpeg -y -i input.mp4 \
  -filter_complex_script filter.txt \
  -map "[outv]" -map "[outa]" \
  -c:v libx264 -crf 18 -c:a aac \
  output_v2.mp4

---

使用示例

用户: 按审查稿粗剪 /path/to/podcast_审查稿.md

AI: 好的，开始粗剪...
    1. 加载审查稿: 144 处删除标记
    2. 加载 transcript: 3376 句
    3. 匹配删除: 296 个句子
    4. 合并后: 137 个删除块
    5. 生成 FFmpeg 命令并执行

    结果:
    - 原始时长: 2:08:07
    - 剪辑后: 1:57:54
    - 删除: 10:13

---

与精剪的区别

对比	粗剪 (本 Skill)	精剪 (/podcastcut-edit-fine)
时间戳	句子级	字符级
最小单位	整句	单字
适用	删大段内容	删口误、语气词
输入	podcast_transcript.json	podcast_transcript_chars.json

---

反馈记录

2026-02-01

• 单字符句子匹配问题
  • 问题："好，" 标准化后变成 "好"（1字符），被 len < 2 跳过，导致没删掉
  • 修复：单字符用精确匹配，多字符用包含匹配

  if len(text_norm) == 1:
      text_norm == del_norm  # 精确匹配，避免误删
  else:
      text_norm in del_norm  # 包含即可
  

  • 原因：单字符如果用包含匹配，"好" 会匹配任何含 "好" 的删除标记，造成误删

2026-01-31

• 改用"从 transcript 出发"的匹配逻辑
  • 原来：解析审查稿删除标记 → 尝试匹配 transcript 句子（容易失败）
  • 现在：遍历 transcript 句子 → 检查是否在删除标记中（简单可靠）
  • 原因：审查稿删除标记可能跨多句，反向匹配更简单

2026-01-31 (早)

• 创建独立 Skill：从 /podcastcut-edit 拆分出来
• 粗剪聚焦句子级删除，精剪由 /podcastcut-edit-fine 处理