teamwiseflow 口播视频轻剪辑（talking-head-cut）
适用场景
用户提供一段有人说话的视频（口播、演讲、访谈、直播回放等），要求：
- 去口气词：删掉嗯/呃/结巴/长静音/假起头/重复句，让口播更干净（
--mode filler） - 高光剪辑：自动识别精彩发言段，剪接成短集锦（
--mode highlight） - 两者都要：先去口气词再标高光（
--mode both）
典型输入：一段 5–60 分钟的口播视频 + 目标时长（如"剪成 60 秒的高光集锦"）。
不适用：
- 视频没有人声、或精彩与否要看画面而不是听内容 → 走
video-edit的画面集锦流程 - 用户已经明确告诉剪哪几段 → 直接用
video-edit extract手工抽段拼接 - 需要从零生产视频 → 委托 content-producer
- 需要烧字幕、加 BGM → 剪完后走
video-edit subtitles/video-edit audio-mix（BGM 来源优先公共bgm-library技能：bgm-library pick "<主题>"选曲下载，免 key、免版税、自动署名；定制风格用aigc-video-gen music）
工作区
平台内容用平台运营项目目录 <platform>/outputs/<video-name>/ 作项目目录；其他零散任务在 output_videos/ 下建项目文件夹：
<project-dir>/ # 即 <platform>/outputs/<video-name>/ 或 output_videos/<project-en-slug>/
├── source.mp4 # 用户提供的原始视频（重命名后的副本或软链）
├── cut_plan.json # 检测产物：[{keep, start, end, reason}]
└── highlight.mp4 # 最终成片
流程
Step 1：检测生 cut_plan.json
talking-head-cut <source.mp4> \
--mode highlight \
--language zh \
--output <project-dir>/cut_plan.json
参数：
| 参数 | 默认 | 说明 |
|---|---|---|
--mode |
filler |
filler 去口气词 / highlight 高光剪辑 / both 先去口气词再标高光 |
--language |
zh |
语气词清单选择：zh 嗯/呃/额/唔/哎/诶/欸；en um/uh/uhm/er |
--silence-gap |
0.6 |
静音段判据：相邻 word gap > 此秒数 |
--stutter-repeat |
4 |
结巴段判据：单字重复 ≥ 此次数 |
--similarity-threshold |
0.6 |
重复句段判据：句间 Jaccard > 此阈值 |
--output |
cut_plan.json |
计划产物路径 |
产物 cut_plan.json：
{
"ok": true,
"source": "source.mp4",
"duration": 1832.5,
"mode": "highlight",
"plan": [
{"keep": true, "start": 12.3, "end": 45.8, "reason": "highlight"},
{"keep": false, "start": 45.8, "end": 50.1, "reason": "silence"},
{"keep": true, "start": 50.1, "end": 88.2, "reason": "highlight"},
{"keep": false, "start": 88.2, "end": 91.0, "reason": "filler"},
...
]
}
reason 枚举：
| reason | 含义 | mode=filler 时 keep | mode=highlight 时 keep |
|---|---|---|---|
filler |
语气词段 | false | — |
silence |
静音段 | false | false |
stutter |
结巴段 | false | — |
false_start |
假起头段 | false | — |
repeat |
重复句段 | false | — |
highlight |
高光段 | — | true |
normal |
常规段 | true | false |
高光判据（
detect_highlight）：utterance 字数/时长 > 4 字/秒（zh）或 3 词/秒（en），且与全片文本 Jaccard < 0.3（"新颖段"）。
Step 2：用户确认 cut_plan.json（关键闸门）
cut_plan.json 落盘后必须先让用户看一眼再剪：
- 报告：总时长、keep 段总时长、keep 段数、remove 段数、按 reason 分类的段数与累计时长
- 若 keep 段总时长与用户目标时长差距大（>20%）→ 调阈值重跑 Step 1，不要硬剪
- 用户认 plan 后才进 Step 3
Step 3：按 cut_plan.json 剪拼成片
剪拼由 video-edit 技能的 apply-cut 子命令执行：
video-edit apply-cut <source.mp4> <project-dir>/cut_plan.json \
--output <project-dir>/highlight.mp4 \
--fade-ms 40
参数：
| 参数 | 默认 | 说明 |
|---|---|---|
--output |
<input>_cut.mp4 |
成片输出路径 |
--fade-ms |
40 |
段间 triangular fade 毫秒数（防咔点，0 关闭） |
流程：
- 读 cut_plan.json，滤
keep=true段 - ffmpeg
-ss/-t逐段抽出（libx264 crf 20 + aac 128k + 保持源分辨率帧率） - 段间加
--fade-ms毫秒 triangular fade 防咔点 - ffmpeg
concat拼接成片，+faststart优化
Step 4：成片自检（强制闸门）
剪拼完成后必须跑成片自检，自检不过不得交付：
video-review <project-dir>/highlight.mp4
video-review 是成片自检闸门，verdict=pass 才交付；verdict=fail 按 review 提示修。详见
video-review技能 SKILL.md。
Step 5：用户确认
向用户展示：
- 成片（发文件本体）
- 关键参数：成片时长、keep 段数、总压缩比（成片时长/源时长）
- cut_plan.json 概要（按 reason 分类的段数与累计时长）
用户确认后流程结束。后续发布由各 publish 技能执行。
依赖
| 依赖 | 来源 | 说明 |
|---|---|---|
| ffmpeg / ffprobe | 系统 | 抽 WAV、剪拼、concat |
| 火山引擎豆包语音极速版 | env VOLC_ASR_* |
ASR 转写拿 word 级时间戳 |
| requests | 仓根 requirements.txt | 调火山 ASR HTTP API |
video-edit 技能 |
同 workspace | Step 3 剪拼（apply-cut）+ 后续加 BGM（audio-mix） |
video-review 技能 |
公共 skills | Step 4 成片自检 |
bgm-library 技能 |
公共 skills | 加 BGM 时的曲源（ccMixter 免版税，免 key，优先于 aigc-video-gen music） |
火山 ASR 凭证：需 VOLC_ASR_APP_ID + VOLC_ASR_ACCESS_KEY（旧控制台双头）或 VOLC_ASR_APP_KEY（新控制台单头）。未配置时退出码 2 并提示走 viral-chaser 开通流程。
脚本清单
| 调用 | 用途 | 退出码 |
|---|---|---|
talking-head-cut <source> [参数...] |
ASR 转写 + 多层检测生 cut_plan.json | 0 成功 / 1 参数错 / 2 ASR env 未配 / 3 ffmpeg 不存在 |
video-edit apply-cut <source> <plan> [参数...] |
按 cut_plan.json ffmpeg 剪拼成片 | 0 成功 / 1 参数错 / 3 ffmpeg 不存在 |
禁止事项（强制）
- 禁止跳过 video-review 交付：剪拼完必须跑成片自检，verdict=pass 才交付
- 禁止硬剪不确认 plan：cut_plan.json 落盘后必须先让用户确认 keep/remove 段再剪
- 禁止直接写 ffmpeg 命令：所有 ffmpeg 调用走本技能与 video-edit 的标准化脚本，不在 exec 中拼 ffmpeg 命令