wanghie nqh-video-cut-silence
Cắt dựa trên transcript, không chỉ dựa trên biên độ âm thanh. Lý do: đo âm lượng chỉ biết chỗ không ai nói; transcript biết thêm chỗ có nói nhưng nói thừa. Cả hai đều bị cắt.
Chạy
python3 skills/nqh-video-cut-silence/scripts/cut.py INPUT.mp4 \
-t work/INPUT.transcript.json \
--mode balanced \
-o work/INPUT.cut.mp4
--mode:
| mode | ngưỡng khoảng nghỉ | dùng khi |
|---|---|---|
aggressive |
x0.7 | short/reels, cần nhịp gắt |
balanced |
x1.0 | mặc định |
gentle |
x1.5 | podcast, video cần giữ nhịp thở tự nhiên |
--keep-fillers giữ nguyên từ đệm, chỉ cắt im lặng.
--dry-run chỉ xuất file .edl.json để bạn xem trước danh sách đoạn giữ, không render.
Khác biệt VI / EN
Đây là điểm mà các skill nước ngoài làm sai với tiếng Việt:
- Ngưỡng im lặng: preset VI dùng
-34dB / 380ms, EN dùng-30dB / 300ms. Người Việt nói liền mạch hơn, ngưỡng EN sẽ cắt vào giữa câu. - Từ đệm: VI có
kiểu như là, thì là, nói chung là, tức là, đại loại. Đây là những cụm 2-3 từ, phải khớp theo cụm chứ không theo từ đơn — cắt riêng từ "là" sẽ phá câu. - Giữ từ mở câu: "So," hay "Thì" đứng đầu câu là dấu hiệu diễn đạt, không phải rác. Script giữ lại nếu trước nó có khoảng nghỉ > 450ms.
Đầu ra
INPUT.cut.mp4— video đã cắtINPUT.cut.edl.json— danh sách đoạn giữ, để skill sau (nqh-video-captions, nqh-video-punch-zoom) tính lại timestamp
Lưu ý
Sau khi cắt, timestamp trong transcript gốc KHÔNG còn đúng. Chạy lại nqh-video-transcribe trên file đã cắt trước khi làm caption, hoặc để nqh-video-shorts lo việc đó.