剪映口播剪辑的删留决策与音频质检：jianying-headless 项目 editing-and-qc 实操指南

音视频AI 技能AI 应用【免费下载链接】jianying-headlessPrivate source preview: native Jianying drafts, isolated editing/export, and standalone Agent Skill.项目地址https://gitcode.com/gh_mirrors/ji/jianying-headless点击查看免费下载本篇技术指南以 jianying-headless 仓库中 yichen-jianying-edit Skill 的剪辑判断与音频质检参考文档 为核心讲解在无界面剪映草稿链路上如何对口播素材做语义删留、时间切口、字幕组织与四步复查并结合 edit_plan.py 的编译实现与 plan-format.md 的计划字段给出可直接落地的质检流程。读完本文你将掌握一套以可继续编辑的原生草稿为交付物、以语义完整性为前提的口播剪辑验收方法并理解render-audio、静音检测与 ASR 结果在该流程中的真实边界。一、删留一切剪辑判断的起点口播剪辑的第一步不是找气口、也不是看波形而是先在句段层面完成删什么、留什么的取舍。该 Skill 将每个区间明确归入三类类别判定标准典型对象DELETE同一信息的重说、没有完成的半句、明显口误、独立犹豫音、无信息量的连续前缀我今天我今天去了中的第二遍我今天、呃……、那个那个KEEP支撑论点的演示、承接、限定语以及听起来短但语义必要的词实际上从某种程度来说大概等承载限定语义的词CHECK删掉会改变结论、数字口径不明、接句后可能断意、声音边界拿不准涉及金额/比例/日期的句子、两个相邻词边界模糊的区间CHECK 项必须向用户展示具体位置与影响不能只问一句这段删吗——要让用户看到如果删除 2.4s–3.0s 这一段目标营收会直接接上的 47%结论从全年 47%变成同比 47%这类具体后果。文档给出两条硬约束先完成句段取舍再清气口。不要在删句时顺手压缩呼吸音避免为了字数短删掉正常限定词造成比较高性价比只剩后半个音节的语义残缺。选中的删除区间与被保护的有效发音不能重叠。这一约束在编译器层面被强制实现edit_plan.py的compile_plan会逐个校验keeps内protect区间的[start, end]必须落在该保留段内部start - 1e-7 a b end 1e-7否则直接抛出Protected pronunciation lies outside its keep range见 edit_plan.py。二、切口为每个保留词留足发音边界ASR 时间戳的固有误差ASR 对短词的起止标记可能偏几十到几百毫秒因此给每个保留词留必要的发音边界避免切掉字头字尾但不要把相邻已删词的起音留回来——删掉的是它就不能把它的声母残留带进下一段我的开头。这与计划格式中protect字段的设计直接对应protect是保留词的有效发音区间可按词列多个只有明确无语音、且确实需要保留的画面才允许使用空列表参见 plan-format.md。RMS 低能量点只是参考RMS 的低能量点只能帮助选择切点不能把低于某 dB直接当作呼吸标签。波形上的能量谷不代表语义边界机械按 dB 切分会把词内停顿或英文拼读的间隔误删。时间戳修正记录必要时记录时间戳修正的证据链原时间、修正时间、相关词、波形/试听或复转写证据。文档给出两个典型操作保留完整的好去掉后面废句的它去掉嗯的尾音同时保护接下来的我。这些边界修正最终要落进 jianying-edit-plan/v1 计划的keeps[].protect与decisions数组中由编译器统一换算成微秒级时间映射。三、字幕组织按语义短句不按物理片段长句跨多个视频物理片段时字幕按保留的语义短句组织不要求一段视频对应一条字幕一条字幕可以跨多个保留片段编译器允许起止点必须落在保留内容中文字仅包含保留语义单屏尽量一至两行英文产品名会占不同宽度需要原生画面检查字幕避开脸、界面按钮和重要数据。编译器对字幕的加工细节见 edit_plan.py起止点先映射到目标时间线再增加20ms 前余量 / 40ms 后余量的轻微显示余量并按相邻字幕顺序裁掉完全重叠任何字幕端点落入已删除源区间都会报错保证文字仅包含保留语义。四、复查顺序四步走步步可验证步骤对象检查内容1全片源稿重复、残句、逻辑跳跃与 CHECK 项2首版剪后 WAV完整复转写一次核对信息是否保留、是否残留重说或长空白3定向修改有具体问题才修改对应边界并检查短窗口新版文件用新 hash4剪映最终草稿原生播放、保存、冷启动、现场结构回读步骤 3 强调了一个工程细节新版文件使用新 hash不能覆盖旧文件后误用旧缓存。这与asr_once.py的内容绑定 ledger 设计一致——ASR 一次请求记录以素材内容 hash 为键run遇到旧的 pending 文件或未绑定缓存时会拒绝新提交且默认没有force开关见 asr_once.py。五、render-audio文字/时间映射的候选证明不是听感替代品render-audio使用与草稿相同的保留区间、速度和目标长度只导出音频不生成视频python3 SKILL/scripts/edit_plan.py render-audio --plan WORK/compiled-v1/compiled.json --out WORK/voice-v1.wav --work WORK/audio-render-v1从 edit_plan.py 的实现看它做的事情包括先执行validate_compiled全量校验编译计划时间映射、帧对齐、protect 区间、字幕、音效白名单用 ffmpeg 把源音频抽成 48kHz 单声道 PCM逐保留区间按atempo链变速2 倍拆成多个 2x 因子、0.5 拆成多个 0.5x 因子见tempo_filters再施加volume线性增益与apad/atrim精确裁剪到帧网格长度输出必须是全新 WAV返回sha256、采样数、时长与video_rendered: false。因此它证明文字/时间映射和候选剪口成立但ffmpeg 的变速实现与剪映不同不能替代剪映真实听感检查。剪映的时间吸附、重采样与变速滤波与 ffmpeg 存在差异最终听感必须回到剪映草稿上验收。六、静音检测报告只列候选不当结论建议关注超过 180–250ms 的间隔阈值随素材调整词内停顿、英文拼读的间隔不应机械删除没有静音段不等于完全没有呼吸声——静音检测只反映能量低点不反映气口质量没有解码错误也不等于剪辑质量通过——encoded-and-decoded这类状态只代表容器/编码链路完整不代表内容正确这一点在 export-macos.md 的验收说明中被反复强调。七、ASR 名称纠错画面与上下文优先ASR 拼错Aisa、Vibe Coding、Skill、Similarweb、GEO、KOL等名称时用画面和上下文校正字幕保留原声区分识别器偶发重复与真正重口不要为了让转写文本完美而无休止重跑、压缩词尾。名称纠错属于replace_text/字幕层修改走 edit-existing-macos.md 的独立副本编辑链路不改原草稿。八、停止条件与交付要求同时满足以下条件即可交付没有未解决的明确语义或剪口问题字幕映射完整原生草稿通过保存和冷启动在剪映中保存、退出、冷重开后回读结构一致见 headless-macos.md。追加检查的唯一理由是新改动、新失败或明确未解疑点不能无限循环。不能声称已经人耳全片试听、没有任何气口或完成导出除非本次确有相应证据——这是该 Skill 对质检声明的事实边界。最终交付强调草稿状态转写记录、SRT 与删留方案按任务需要保留不用为了质检默认生成 MP4成片导出仅在用户明确要求时通过 export-macos.md 的冻结快照链路进行。九、与计划格式和编译器的联动editing-and-qc.md描述的删留判断最终以结构化形式进入 jianying-edit-plan/v1 输入计划{ schema: jianying-edit-plan/v1, source: /absolute/path/persistent-assets/source.mp4, source_sha256: 本次副本的 SHA-256, source_duration: 10.0, fps: 30, speed: 1.5, voice_volume: 1.0, settings_confirmed: true, keeps: [ {start: 0.0, end: 2.4, protect: [[0.08, 2.32]], reason: 完整开场}, {start: 3.0, end: 6.0, protect: [[3.08, 5.92]], reason: 保留重说中更完整的一遍} ], subtitles: [ {start: 0.08, end: 2.32, text: 这里是第一句}, {start: 3.08, end: 5.92, text: 这里是后一句} ], decisions: [{action: DELETE, start: 2.4, end: 3.0, reason: 气口}] }关键联动点settings_confirmed表示 Agent 已从用户请求取得参数字段自身不能代替用户指令check_decisions_pendingfalse只能在 CHECK 项解决后填写——未决定的删除不能伪装成最终计划编译器向内选择可容纳完整发音的整帧区间不自动延长保留区间无解时报错应调整低能量处的边界而不是删保护词来通过检查voice_volume是 0–4 的线性增益edit_plan.py校验范围先检查源音量与峰值再决定是否调整不机械套用 2 倍编译输出的compiled.json与subtitles.srt一同供 headless_draft.py from-compiled 转换为多轨草稿计划之后才进入 build / verify / publish 的无界面草稿链路。十、质检与验收的事实边界贯穿全文的原则是每个结论都要有对应证据结构回读verify不代替播放验收原生保存会把时间吸附到帧网格回读容差为一帧但这不是允许删除发音保护区的理由口播时间映射仍由edit_plan.py在 build 前审查无界面链路与剪映真实渲染之间的差异变速算法、音量叠加、帧数行为都被显式记录例如叠化区间两路同相音频叠加约 6.03dB 的样本测量见 export-macos.md历史本机验收记录含 11.4.0/11.4.2 的 6 秒 6 轨草稿、几何蒙版、线性关键帧、叠化转场等汇总于核心项目 docs/VERIFICATION.md但每次用户交付仍需对应的画面、声音和保存验收历史样本不能替代当前素材。综上editing-and-qc.md给出的是一套以语义优先、证据驱动为内核的口播质检方法论删留在句段、切口在保护、复查按四步、结论靠证据。配合edit_plan.py的帧级编译与asr_once.py的内容绑定 ledger它把剪映无界面口播剪辑从凭感觉删减推进到可复现、可校验、可交接原生草稿的工程化流程。赞分享音视频AI 技能AI 应用【免费下载链接】jianying-headlessPrivate source preview: native Jianying drafts, isolated editing/export, and standalone Agent Skill.项目地址https://gitcode.com/gh_mirrors/ji/jianying-headless点击查看免费下载相关推荐jianying-headless 口播剪辑计划格式jianying-edit-plan/v1 详解与编译链路实战jianying headless 口播剪辑计划格式jianying edit plan/v1 详解与编译链路实战 本文以 yichen jianying e音视频AI 技能AI 应用Remotion Studio 视频剪辑指南独立定位剪辑与波纹剪辑Ripple Editing实战Remotion Studio 视频剪辑指南独立定位剪辑与波纹剪辑Ripple Editing实战 导读 在 Remotion 中视频不只是被播放的素音视频AI 应用前端AI Agent辅助剪辑完整指南安装并使用jianying-headless的yichen-jianying-edit技能AI Agent辅助剪辑完整指南安装并使用jianying headless的yichen jianying edit技能 jianying headless音视频AI 技能AI 应用创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考