podcastcut-edit-fine

name	podcastcut-edit-fine
description	精剪播客。根据统一审查稿执行字符级FFmpeg剪辑，默认快速模式。触发词：精剪、执行精剪、fine cut

精剪

读取统一审查稿 → 过滤/合并 → 快速执行 FFmpeg

快速使用

用户: 精剪
用户: 执行精剪
用户: 按审查稿精剪

前置条件

需要先执行 /podcastcut-transcribe 生成统一审查稿。

流程

1. 读取统一审查稿（来自 transcribe）
    ↓
2. 过滤微小删除（< 0.3s）
    ↓
3. 合并相邻删除（gap < 1.0s）
    ↓
4. 计算保留片段
    ↓
5. 生成 FFmpeg filter → 执行剪辑
    ↓
6. 输出 v3 音频

---

一、快速模式（默认）

目标：减少 FFmpeg 分段数，加速处理。

优化参数

# 快速模式参数
MIN_DELETE_DURATION = 0.3   # 忽略 < 0.3s 的删除（听不出来）
MIN_SILENCE_DURATION = 2.0  # 静音阈值（原 1.5s）
MERGE_GAP_THRESHOLD = 1.0   # 合并阈值（原 0.3s）

效果对比

模式	分段数	处理时间	FFmpeg 速度
原版	570	38 分钟	2.5x
快速	154	3.5 分钟	32x

加速 ~11 倍，代价是保留了一些微小的静音/语气词（总计约 2-3 分钟），听感影响很小。

---

二、删除清单处理

输入

只读取 /podcastcut-transcribe 输出的统一审查稿：

<工作目录>/
├── 审查稿.md          # 统一审查稿（包含所有删除标记）
├── deletions.json     # 删除清单
└── transcript_chars.json  # 字符级时间戳

不需要扫描多个审查稿：transcribe 已经合并了所有来源。

过滤逻辑

def filter_deletions(deletions):
    """过滤微小删除"""
    return [
        d for d in deletions
        if d['end'] - d['start'] >= MIN_DELETE_DURATION
    ]

合并逻辑

def merge_deletions(deletions, gap_threshold=MERGE_GAP_THRESHOLD):
    """合并相邻的删除"""
    if not deletions:
        return []

    sorted_dels = sorted(deletions, key=lambda x: x['start'])
    merged = []
    current = {'start': sorted_dels[0]['start'], 'end': sorted_dels[0]['end']}

    for d in sorted_dels[1:]:
        if d['start'] <= current['end'] + gap_threshold:
            current['end'] = max(current['end'], d['end'])
        else:
            merged.append(current)
            current = {'start': d['start'], 'end': d['end']}

    merged.append(current)
    return merged

---

三、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_v3.mp3

filter.txt 格式

[0:a]atrim=start=0.000:end=35.310,asetpts=PTS-STARTPTS[a0];
[0:a]atrim=start=37.769:end=46.129,asetpts=PTS-STARTPTS[a1];
[0:a]atrim=start=49.029:end=120.500,asetpts=PTS-STARTPTS[a2];
...
[a0][a1][a2]...concat=n=N:v=0:a=1[outa]

---

四、边界处理

过渡时间

删除时保留微小过渡，避免卡顿：

删除类型	过渡规则
语气词	前后各 0.05s
静音	保留 0.15s
口误	无需过渡

边界精度

相邻片段边界要小心避免重叠：

# "对" 结束于 49.030，"这" 开始于 49.030
# 删除结束设为 49.029，避免重叠
deletion_end = 49.029  # 不是 49.030

---

五、输出文件

<工作目录>/
├── 原始音频_v3.mp3      # 精剪后音频
├── 删除清单_v3.json      # 合并后的删除清单
├── keep_segments_v3.json # 保留片段列表
├── filter_v3.txt         # FFmpeg filter 脚本
└── ffmpeg_cmd_v3.sh      # FFmpeg 完整命令

---

六、可复用脚本 ⭐

脚本位置：scripts/ 目录

6.1 merge_deletions_fast.py

一键快速模式：过滤 + 合并 + 生成 FFmpeg 命令。

python scripts/merge_deletions_fast.py <工作目录> [输入文件] [输出文件]

输入: deletions_unified.json 或 deletions.json

输出:

• deletions_fast.json - 合并后的删除清单
• keep_segments_fast.json - 保留片段
• filter_fast.txt - FFmpeg filter 脚本
• ffmpeg_cmd_fast.sh - 执行命令

使用时机: 精剪时必须使用此脚本，否则分段过多导致 FFmpeg 极慢。

完整流程示例

WORK_DIR="/path/to/project"
INPUT="/path/to/v2.mp3"
OUTPUT="/path/to/v3.mp3"

# 1. 快速模式合并 + 生成 FFmpeg 命令
python scripts/merge_deletions_fast.py "$WORK_DIR" "$INPUT" "$OUTPUT"

# 2. 执行剪辑
bash "$WORK_DIR/ffmpeg_cmd_fast.sh"

为什么必须用这个脚本？

方式	分段数	FFmpeg 时间
不合并	570+	38 分钟
用脚本	150	3.5 分钟

加速 11 倍，代价是保留微小静音（听感影响很小）。

---

七、使用示例

用户: 精剪

AI: 好的，读取统一审查稿...
    - 删除项: 168 处
    - 过滤微小删除后: 82 处
    - 合并后: 45 个删除块
    - 保留: 46 段

    执行 FFmpeg...
    - 处理时间: 3 分 26 秒
    - 速度: 32x

    结果:
    - 原始时长: 1:28:00
    - 精剪后: 1:26:30
    - 删除: 1:30

    输出: 原始音频_v3.mp3

---

反馈记录

2026-02-01

• 快速模式作为默认

  • 问题：570 分段导致 FFmpeg 处理需要 38 分钟
  • 解决：提高合并阈值 + 过滤微小删除，减少到 154 分段
  • 效果：处理时间从 38 分钟降到 3.5 分钟，加速 11 倍

• 简化输入：只读取统一审查稿

  • 问题：之前需要扫描多个审查稿，容易遗漏
  • 解决：transcribe 输出统一审查稿，edit-fine 只读这一个
  • 好处：逻辑简单，不会漏删

• 边界精度问题

  • 问题："这期嘉宾其实" 被误删
  • 原因：删除结束时间和下一段开始时间重叠（都是 49.030）
  • 解决：merge_deletions_fast.py 中删除结束时间减 0.001s
  • 代码：d['end'] = round(d['end'] - 0.001, 3)