| name | space-video-edit |
| description | 口播视频剪辑，两阶段——(1) 剪口播：转写→识别口误/语气词/静音/重复/卡顿/残句→生成审核页→用户确认后剪出干净视频→重转写并 AI 校对字幕；(2) 成片：把剪后视频+字幕+素材串成分镜、时间轴预览、导出最终 MP4。当用户说「剪这条口播」「删掉口误」「处理录屏素材」「口播成片」「做时间轴」「导出竖屏视频」「videocut」时触发。 |
space-video-edit · 口播剪辑与成片
口播剪辑分两步，别混在一起：先剪出一条干净的（剪口播），再包装成成片（成片）。
阶段一：剪口播（出干净素材）
目标：把一条原始录屏，剪成没有口误、卡顿、废话的 source_cut.mp4 + 校对过的 subtitles.srt。
流程
原视频 → ①转录(带时间词级) → ②识别删除候选 → ③生成审核网页
→ 用户确认删哪里 → ④ffmpeg 剪出新视频
→ ⑤基于剪后视频重新转写 → ⑥AI 校对字幕 → 输出
字幕必须基于剪后视频重新转写再校对，不能沿用原视频字幕，也不能拿转写初稿当最终字幕。
识别哪些该删（检测器）
按 references/删除检测规则.md 逐类扫描：静音段、语气词、连续语气词、卡顿词、逐字重复、残句、重说纠正。
怎么删（两条铁律）
- 删前保后：后说的通常更完整 → 删前面的口误/残句/重复第一次，保后面完整的。详见
references/删前保后.md。
- 风险分层复核：「删字」安全、「删意思」危险。复核只砸在高风险处（整句删除、开头撞结尾岔、长重复），低风险交末端人工审核页兜底。详见
references/删除风险分层.md。
剪切执行
标记确认后，用 scripts/cut_by_ranges.sh 按「保留区间」无损拼接（避免逐段删的误差累积）：
bash scripts/cut_by_ranges.sh 原视频.mp4 keep_ranges.json source_cut.mp4
产出
output/YYYY-MM-DD_视频名/
├── 剪口播/1_转录/{audio.mp3, words.json}
├── 剪口播/2_分析/{readable.txt, 口误分析.md, auto_selected.json}
├── 剪口播/3_审核/review.html
├── source_cut.mp4
└── subtitles.srt # 剪后重转写 + AI 校对
阶段二：口播成片
把 source_cut.mp4 + subtitles.srt + 素材 做成完整成片。只解决一件事：出成片。 比例和动画风格读用户配置。
输入(剪后视频+字幕+素材)
→ ① 分镜稿：概念分段 + 每段类型判定 + 画面来源(原视频/截图/HTML/B-roll)
→ ② 时间线预览：画面与口播逐秒对齐（HTML 预览页）
→ ③ 合成：按配置比例导出 MP4
→ ④ 验收：ffprobe 检查时长/分辨率 + 抽关键帧核对
用户配置
{ "aspectRatio": "3:4", "animationStyle": "极简深色" }
每次先读配置，决定成片比例和动画风格。B-roll/动画画面本身交 space-video-broll 生成，本阶段只负责对齐和合成。
交接
- 上游：
space-video-script 的 script.md（分镜依据）、录制的原视频
- 平行：B-roll 找
space-video-broll，字幕精修找 space-video-subtitle
- 下游：成片 →
space-video-cover 出封面
依赖
ffmpeg / ffprobe、node（跑审核页/预览页）、一个 ASR 后端（转写与重转写）。
核心原则
- 删前保后 > 一切子规则
- 删字安全，删意思危险：复核按风险投放，不铺满
- 剪口播和成片分开：先出干净素材，再谈包装
- 一切可回看：审核页让人一眼看到删哪、成片前时间轴对齐
