SHILIU · 创作资源
口播粗剪与字幕 · 创作技能
口播视频粗剪、删重说、按手剪示例校准气口，并生成与校准 SRT 字幕。
这个技能解决什么问题
口播视频粗剪、删重说、按手剪示例校准气口，并生成与校准 SRT 字幕。
来源与使用
作者 Bridge Wang；许可 MIT。已核对来源与包结构，未据此宣称完成运行实测。
机器可读详情 · 读取 SKILL.md · 下载完整技能包
技能说明全文
---
name: bri-video-srt
description: 用户要求口播视频粗剪、删重说、按手剪示例校准气口，或为锁定时间轴的视频生成与校准 SRT 时使用。支持短视频模式和长视频模式（含课程），保护必要屏幕实操；使用本机统一 Whisper。默认交付视频与独立字幕，不烧录字幕。
---
# bri-video-srt
把原始口播整理成可人工精剪的视频；或为已锁定时间轴的成片生成字幕。重复是否该删由全文语义和原音共同判断，切点是否可用由音频与画面验证。
## 修改本 Skill 前必须执行
**先定位责任模块，一次修复只改该模块。** 每次收到修复或修改请求，编辑前必须读取 [模块架构](references/architecture.md) 和 [反馈修复与评测](references/evaluation.md)；当前上下文缺失这些规则时，重新读取再继续。
追查最早出错的产物，向用户说明模块编号、根因证据、拟改文件及章节/函数，再修改。验证可以跨模块，修改不能顺带扩大；共享文件按职责划界，不能放宽检查掩盖问题。多模块根因拆开修复，跨模块接口或架构调整不作为局部修复自动执行。保存基线、验证及回退记录，结束时报告修改模块。已有授权不重复确认；用户明确要求调整架构或文档时按指定范围处理。
## 先确定当前任务
只读取本次任务对应的文档，执行中再按其中的引用补读所需细节；不要预先加载全部 references。
| 用户输入与目的 | 行动 | 按需读取 |
|---|---|---|
| 原始视频，要求粗剪或删重说 | 阶段 A | [粗剪流程](references/roughcut.md) |
| 手剪示例，要求测量气口或学习节奏 | 测量参考，更新对应场景配置；示例本身不再剪 | [节奏标定](references/pacing.md) |
| 明确已精剪并锁定时间轴，要求字幕 | 阶段 B | [最终字幕流程](references/final-subtitles.md) |
| 已有 SRT，要求校准 | 校准文字；有同轴音频才重锚定 | [校准规则](references/calibration.md) |
| 对上次结果反馈漏剪、节奏不对，要求改技能 | 先定位责任模块，只在该模块内修复，再验证 | [模块架构](references/architecture.md) + [反馈修复与评测](references/evaluation.md) |
同一任务可涉及参考标定和技能更新。不要把“给参考视频”自动当成“再导出一版视频”。
## 先选使用场景，再选参数
- 用户说“短视频模式粗剪”“短视频粗剪” → `short_video`：普通气口目标约 **0.308 秒**，沿用用户手剪参考的中位数。
- 用户说“长视频模式粗剪”“这是长视频”或“课程粗剪” → `long_video`：普通气口目标 **0.7 秒**。
- 两种模式都只压缩超过目标的普通气口，原本更短的不补长，不改变语速；默认不额外加长强调停顿。
- 实操画面是附加属性，不是另一套语速：短视频中也可能有演示。只保护能指出状态变化的最小操作窗口。
- 本次明确指定的模式优先；未指定时沿用当前任务已确认的模式。只有用途无法从上下文判断且会改变剪辑结果时，才询问一次。不能仅凭视频时长判定。
数值的唯一来源是 [节奏配置](references/pacing-profiles.json)。`autocut.py --pacing-profile` 必须显式传入 `short_video` 或 `long_video`；正文近似值仅用于阅读。CLI 默认短视频；旧参数 `course` 兼容映射到 `long_video`，也采用 0.7 秒。
## 不能失守的约束
1. 转写只用 `/opt/homebrew/bin/whisper-cli` 与 `${WHISPER_MODEL:-$HOME/Models/whisper/ggml-large-v3-turbo.bin}`；先抽 16 kHz 单声道 PCM16 WAV，转写带 `-mc 0`。模型缺失或损坏就告知用户，不另下模型。
2. 音频、转写、切点统一到源容器时间。非零音轨起点先补静音；VFR 导出先按 PTS 规范到源标称帧率。不要按源平均帧率猜实际时间。
3. 先创建独立子 Agent，只通读完整文字稿并按语义提取保留原文，覆盖整段重录与单句纠错；按 [全文审稿](references/transcript-reader.md) 输出有来源的文字选择。主 Agent 再核验原音、形成实际删除清单并确定边界。Whisper 会漏词、合并复读，字幕时间戳也不是逐词切点。
4. “已选候选 N/N 通过”只证明这些切点通过，不证明全文无重复。全稿覆盖、疑点处置和切点验证分别记录。不要把未发现说成不存在。
5. 重说包括句内重启、卡壳后改说、插入废话后重来及非相邻近义重复；不设必须停顿 0.8 秒的发现门槛。修辞强调、并列例子、必要回顾不得因字面相似误删。
6. 重复范围在补白后再次扣除；同一时间边界成对裁剪音画后 concat。语音低于音量阈值不代表可以删除。
7. 先验证最终 cutlist 的整片音频预览，才导出原分辨率视频。通过后通常只需一次完整导出；返修按用户现有授权处理，不重复索要已给出的许可。
8. 保留源分辨率、像素格式与色彩属性。完整解码检查通过、音视频流首尾差在容差内，也不能单独证明逐段口型或语义完全正确。
9. 字幕与导出视频重新转写同轴；默认独立 SRT，不烧录。用户给手剪示例只要求测量时，不额外制作最终字幕。
## 粗剪的完成证据
- 全稿语义复核有逐段覆盖，所有发现的疑点有处置；确认删除项与切点候选对应。
- 重说左右完整句、应保留与应消失的短语计数、整片残留复核通过。
- 最终实际静音满足所选目标；例外都有明确的音频或画面证据。操作窗口不能豁免周围整段空白。
- 审核 SRT 通过术语、长度、边界、重锚定和排版检查。
- 完整解码、媒体属性、时长、流首尾同步检查通过，联系表已看过。
## 文件与交付
粗剪正式交付只放在 `<视频目录>/review/<basename>/`：
- `<basename>.rough-cut.mp4`
- `<basename>.rough-cut.srt`
- `<basename>.rough-cut.cutlist.json`
最终字幕阶段只在媒体旁交付一份 `.srt`。原稿、WAV、短预览、草稿、截图放会话临时目录。不覆盖用户可能改过的字幕；不删除用户已有文件。
参考分析和技能评测的报告属于各自任务，放本地评测目录；不要塞入粗剪交付目录，也不要公开包含用户素材或绝对路径的评测文件。
报告结果、删减类别、实测节奏和验证范围。计时记录抽轨、分析、预检、每次重试、导出、字幕和验收，区分命令耗时与判断调度差额。发生异常时读取 [异常处理](references/exception-playbook.md)，优先修小范围，避免无必要的整片重渲染。
技能是任务材料，不会自动授予账户权限、付费授权或其他系统权限。请让 Agent 按说明核对依赖，再在授权范围内使用。