edit-ffmpeg

name edit-ffmpeg description 剪辑自动化（P2）。ffmpeg 脚本做粗剪、卡点、字幕烧录、横竖屏双版本导出，走 Intel Arc QSV 硬件编码。跳舞视频的音乐卡点也在这里。当用户说"粗剪/烧字幕/导竖屏版/卡点"时使用。 剪辑自动化 (edit-ffmpeg) — 可用版 硬件 Intel Arc QSV：编码用 -c:v h264_qsv 或 hevc_qsv ，比 CPU 软编快很多。先跑 tools/setup.ps1 确认 QSV 可用。 已实现的能力 1. 静音切除（口播粗剪第一步） .\.claude\skills\edit-ffmpeg\scripts\silence_cut.ps1 -Video ".\input.mp4" -Out ".\output.mp4" # 可选参数 .\.claude\skills\edit-ffmpeg\scripts\silence_cut.ps1 -Video ".\input.mp4" -Out ".\output.mp4" -Noise "-30dB" -MinDuration 1.5 自动检测静音段（默认 -35dB / 持续 >1.5s） 切除后拼接有效段，c:v copy 不重编码（快速） 注：这是无语义的纯信号静音检测；AI 语义审核（口误/重复/纠正）待后续版本 2. 横竖屏转换 # 模糊填充背景（推荐，视觉舒适） .\.claude\skills\edit-ffmpeg\scripts\to_vertical.ps1 -Video ".\input.mp4" -Out ".\output_9x16.mp4" -Mode blur # 主体居中裁切（适合主体始终在中间的） .\.claude\skills\edit-ffmpeg\scripts\to_vertical.ps1 -Video ".\input.mp4" -Out ".\output_crop.mp4" -Mode crop # 上下留黑 + 字幕烧录 .\.claude\skills\edit-ffmpeg\scripts\to_vertical.ps1 -Video ".\input.mp4" -Out ".\output_cap.mp4" -Mode captions -Subtitle ".\audio.srt" 横屏 16:9 → 竖屏 1080x1920 默认 Intel QSV 硬编，失败自动退到 CPU 软编 3. 人脸追踪横转竖（多人对谈/采访/播客） .\.claude\skills\edit-ffmpeg\scripts\reframe.ps1 -Video ".\podcast.mp4" .\.claude\skills\edit-ffmpeg\scripts\reframe.ps1 -Video ".\interview.mp4" -Motion smooth -FacePick speaker 移植自 jianshuo/wjs-reframing-video，裁切窗口 跟随正在说话的人 （嘴部开合方差判定） 依赖 venv 的 mediapipe+opencv；首次运行下载 ~4MB 模型 产出 *_cropped.mp4 + *.crop.json （裁切方案存档），原视频不动 单人/无脸内容用 to_vertical.ps1 即可 ，不必动用人脸追踪 看日志 face#N: Xs on screen ，若全是 (no face/fallback) 说明没检测到脸 → 改用 to_vertical 4. 字幕烧录 ffmpeg -i input.mp4 -vf "subtitles=audio.srt:force_style='FontSize=18,Alignment=2'" -c:v h264_qsv output_subbed.mp4 SRT 文件来自 transcribe.py / transcribe_funasr.py / transcribe_dispatch.py FunASR 转录的 SRT 已带标点，可直接烧录 4. 双版本批量导出 # 一次产出 B站横屏(16:9) + 抖音/TikTok竖屏(9:16) ffmpeg -i input.mp4 -c:v h264_qsv -preset medium out_horiz.mp4 .\.claude\skills\edit-ffmpeg\scripts\to_vertical.ps1 -Video input.mp4 -Out out_vert.mp4 -Mode blur 计划做的能力 卡点 （跳舞视频）：节拍检测（librosa / aubio），按 beat 切镜。下次做 beat_detect.py AI 语义审核 ：配合 FunASR 转录结果，自动识别口误/重复/纠正/卡顿，生成审核网页，人工确认后自动剪辑（借鉴 videocut-skills 思路） 调色 ：LUT 应用、对比度/饱和度批量调整 自动粗剪→手工精修管线 ：粗剪导出格式兼容必剪导入，保留人工精修环节 TODO beat_detect.py（librosa 节拍检测 → 切镜时间点） review_cut.ps1（AI 语义审核 → 确认网页 → ffmpeg 剪辑） color_grade.ps1（批量调色）