cut-quality

name	cut-quality
description	改动剪切听感（停顿保留/crossfade/切点对齐）、紧凑度参数、LLM 废话识别 prompt 契约、建议审阅交互时使用。

剪切质量域知识

成品听感是这个产品成败的地方——"能剪"和"剪得让人听不出来"之间隔着以下参数体系。

听感不变量（默认值，均可配置）

1. 绝不零间隙硬拼。 保留最小停顿：句中 ~150ms、句尾 ~250ms。"紧凑度"滑杆整体缩放这两个值（下限 80ms，再低必然机器人感）。
2. 切点音频 crossfade 20–40ms（equal-power 曲线），消除爆音与相位跳变。
3. 切点对齐词边界并外扩 padding 40–60ms，绝不在元音中间切——宁可少剪不可吞字（优先级：剪切正确性 > 紧凑）。
4. 语气词删除后若两侧本有停顿，合并为一个停顿（取较长者），不留"双倍空洞"。
5. 视频侧切点直接跳切（jump cut 是口播视频的成熟语言），不做画面过渡；但音频必须按上述规则处理。

LLM 废话识别契约（VerbosityAnalyzer ↔ LLMProvider）

• 输入：带句编号的全文 + 可选主题提示（用户一句话描述视频主题，显著提升离题判定）。
• 输出 JSON schema：[{sentence_ids: [Int], category: repetition|falseStart|offTopic|padding, reason: String, confidence: Float}]。
• 禁止模型输出时间戳/字符 offset——只收句编号，本地反查（ADR-0003）。
• 长文分块时每块携带全文摘要作上下文；跨块重复（口播常见的"重讲一遍"）需要全文视角，不能只看块内。
• prompt 修改要跑固定评测集（几段真实口播 + 人工标注的应删句），防止无感回退。

审阅交互原则

• 三类建议统一 UI：按类别着色（停顿/语气词/废话），支持逐条与按类批量接受。
• 每条建议可"跳听"：播放切点前后各 1.5s 的拼接结果，让用户用耳朵确认。
• verbosity 默认全部待确认；pause/filler 默认可一键全收（高置信、可撤销）。
• 置信度低于阈值的 verbosity 建议折叠到"低置信"分组，不刷屏。