剪映剪口播(jianying-talk-cut)
一句话定位:给一份转写稿(SRT),去掉口播里的水词 / 长停顿 / 重复, 产出保留区间表给人确认,再把确认后的区间真的剪进草稿并落盘验证。 ★ 官方
speaker_cut的经验层我们照做,但 ASR 那一步我们拿不到 ⇒ 改用用户提供的转写稿。
★ 为什么用"用户提供的 SRT"而不是官方 ASR
剪映官方的 AnalyzeAsset(ASR)和 SegmentRecall(素材召回)都在 agent runtime
(vebun.exe + app-server.mjs,HTTP 63178),不在我们的 VE 管道里
(§42.2 另已证 addon 的 526 个导出一个都不在管道)。
⇒ 官方 9 个 processor 里也没有 ASR(只有截帧/变速/裁剪/去字幕/合片)。
⇒ 但它缺的是"事实来源"(转写文本),不是"经验"(哪句是废话) ⇒ 经验层我们自己做。
三级判定(保守优先)
| 判定 | 含义 | 处理 |
|---|---|---|
| drop | 整条只有水词/标点(如"嗯,呃。") | 建议整句删 |
| review | 句中有实词但夹水词 / 长停顿 / 与前几条重复 | 标出位置,建议人工确认(默认不删) |
| keep | 正常内容 | 保留 |
★ 默认不删 review —— 口播里的"那个/然后"有时是口语节奏的一部分,删不删要人拍板。 ★ 重复检测往前看 3 条(口播里"重录"常隔一句,不只相邻)。 ★ 词级水词时间按字符比例估算(粗,但够定位)。
主工作流
# ① 规划(纯计算,不碰草稿)
node ${PLUGIN_ROOT}/scripts/talk-cut-plan.mjs \
--srt "<转写稿.srt>" --out "<plan.json>" \
[--filler-ms 700] [--dup-sim 0.72] [--dup-window 3] [--keep-repeats]
# ② 【人工确认】把 plan.json 里的 review 句逐条看过:
# 确认要删的 → 把该区间加进 dropRanges(或直接改 verdict 后重跑 ①)
# ③ 应用(默认演练;加 --apply 才真改)
# ★ --sessionId <ve-session-N>:复用别人开好的会话(编排器 run_pipeline 就是这么接的)
# ⇒ 不自己 draft_open、不自己 draft_commit(落盘归编排器的 draft_commit 步骤管)
node ${PLUGIN_ROOT}/scripts/talk-cut-apply.mjs --plan "<plan.json>" --draft "<草稿名>" [--apply] [--sessionId "<ve-session-N>"]
# ④ 落盘后验收:官方渲染 + 像素差 + 时间线变化
node ${PLUGIN_ROOT}/scripts/run-verb.mjs render_frames '{"draft":"<copy>","outDir":"<outdir>"}'
node ${PLUGIN_ROOT}/scripts/run-verb.mjs verify_diff '{
"beforeDir":"<before>/frames","afterDir":"<after>/frames",
"checks":["visibility","timeline"],
"beforeDraft":"<before draft_content.json>","afterDraft":"<after draft_content.json>"
}'
★ 怎么知道"这一刀真的剪掉了"(判据,2026-10-24 重写)
官方
segment.delete会把后面的段左移补空 ⇒ "这段区间不再被覆盖"是错的判据 (后面的段又盖上来了,会误判成"没剪掉")。 ⇒ 判据改成:这一轨的【时长总量】正好少了 (t1 - t0) us。 与位移无关、与形态无关(改前改后都读会话快照)、多轨道也不串。
| 判据 | 为什么 | |
|---|---|---|
| 阳性前提 | 待剪区间在时间线上确实被某个段完整覆盖 | 否则这一刀无从下手 ⇒ 报 SKIP,不算剪掉 |
| 生效判据 | 剪完后这一轨的时长总量少了恰好 (t1-t0) | 官方 accepted 不算数,得看草稿真的短了 |
| 阴性对照 | 演练模式(没 --apply)下判据必然不成立 |
脚本会当场打印"阴性对照:…判据现在【不成立】" ⇒ 证明判据能区分"剪了"和"没剪" |
| 失败处理 | 判定不通过 ⇒ 退出码 4 | 上游编排器会把它当失败步骤 ⇒ 不假装成功 |
★ 同源校验:同一个会话里读到的草稿 id 变了 ⇒ 立刻停手(我们在剪两份不同的草稿)。
★ 实测(2026-10-24,夹具 JYAI能力批测9a-纯视频探针):2 个区间
2200000..2600000 us(这一轨 3000000 → 2600000)与 200000..900000 us(2600000 → 1900000)
⇒ 2/2 验证剪掉,真草稿 sha 不变。
★ 剪"中间一段"的正确链(实测,2026-10-21)
① segment.split {segmentId, splitTime: t1} → 切成两段,【后半段拿新 id】
※ split 会让【后面的段整体后移】⇒ 多个区间必须【从后往前】处理
② segment.split {segmentId: 前半id, splitTime: t0} → 前半再切两半
③ segment.delete {segmentId: 中间段id} → 时间线缩短 (t1 - t0)
实测:时间线 9033333 → 8033333 us(正好剪掉 1 秒)✓
参数名(实测):video.add→path · audio.add→audioPath · text.add→content ·
segment.setTimeRange→segmentId+时间 · segment.delete→segmentId · segment.move→segmentId+需要 snapshot
★ 三条纪律(别破)
- 先规划、后人工确认、再改 —— 不要跳过 ② 直接
--apply。 - 动词之间共享状态:改动在会话内存里,回读必须带
sessionId才看得到(否则读到的是没落盘的磁盘草稿)。 - 落盘后必须验收 ——
verify_diff看时间线维度(段数/时长变没变)+ 可见性维度(画面确实变了)。
失败处理
| 症状 | 原因 | 处理 |
|---|---|---|
SRT 里没解析出任何字幕条目 |
不是 SRT 格式 | 转成 HH:MM:SS,mmm --> HH:MM:SS,mmm |
找不到覆盖它的段 |
区间超出草稿时间线 | 核对 SRT 时间轴与草稿时长 |
找不到中间段 |
split 后 id 变了 | 每步都要回读拿新 id(脚本已做) |
edit/xxx 失败:xxx_required |
参数名不对 | 见上面「参数名(实测)」表 |
管道连不上 |
剪映没在跑 | 启动剪映 |
边界(不做什么 / 为什么 / 替代)
| 不做 | 为什么 | 替代 |
|---|---|---|
| 自己做 ASR | 官方 ASR 在 agent runtime(HTTP 63178),不在我们的 VE 管道里;本地 whisper 要装模型(可选,不在默认路径) | 用户给 SRT / 转写稿(我们缺的是"事实来源",不是"经验") |
| 改写台词 / 生成旁白 | 官方也明确「自由改写和生成旁白走通用链路」 | 人工改写;或用 jianying-draft-edit 的 text.add 另加一段 |
| 按主题重排(官方 topic_cut) | 需要素材召回(SegmentRecall)⇒ 拿不到 |
我们只做 Clean Cut(按 SRT 删废话) |
| 自动生成字幕文本(ASR) | 官方 ASR 在 agent runtime,拿不到 | 用户给 SRT;本 skill 已有 SRT 解析与逐句时间轴 |
| 落字幕(把 SRT 变成草稿里的字幕轨) | 不属于"判断哪句是废话"的范畴 | 已能做:scripts/add-subtitles.mjs(text.add + startTime/duration ⇒ 带时码的文字段;★ 时码按 fps 帧对齐,验收容差 ±1 帧) |
| 不加人工确认就落刀 | 判定只到 review 级的水词/停顿/重复默认不删 |
talk-cut-plan 出保留区间表 ⇒ 人工确认 ⇒ talk-cut-apply 才落刀 |
参考
- 官方
studio.edit.speaker_cut(125 文件,Clean Cut / Topic Cut 两模式):%ProgramFiles%\JianyingPro\<版本>\Resources\canvas_agent\skills\studio.edit.speaker_cut\SKILL.md - 27 个官方 op 的实测报告:
<JYAI_HOME>\logs\editops.md - 判据纪律:
skills/jianying-verify/SKILL.md - 踩坑清单:
references/pitfalls.md