talking-head-cut

name talking-head-cut description 口播类视频（口播/演讲/访谈/直播）的轻剪辑——ASR 转写拿逐字时间戳，去口气词/结巴/静音，或识别高光段剪成集锦。仅做基于人声的轻剪辑，不出脚本不烧字幕；纯画面类素材的集锦剪辑走 video-edit。 metadata {"openclaw":{"emoji":"🎙️","requires":{"bins":"[Truncated]"}}} 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