space-video-edit

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）

1. 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。
2. 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