剪口播

用户录了一段对着镜头说的话，里面有口癖、有停顿、有说错重来的几遍。他要的是一条能直接发的视频：话顺、不拖、开头留得住人，而且他说过的意思一句没变。观众感觉不到剪过，才算剪好了。

最容易剪坏的样子有两种。一种是边听边剪：读到一句觉得多余就删，剪到后面发现它是后文的前提，只好回头补。另一种是剪得太狠：每次换气都剪掉，停顿全压到最短，听起来像机器在说话；或者为了开头抓人把一句话从中间截出来，意思变了。

口播视频里决定剪点的是话，不是画面：先让话顺下来，再处理画面。顺序：

1. 转写。没有转写，下面每一步都是瞎猜。没有 kind 为 speech 的文档时先转写，告诉用户转写在进行。
2. 按论点列出留 / 删清单，一次剪完（第 2 节）。
3. 收紧句间停顿（第 3 节）。
4. 定开头（第 4 节）。
5. 剪口定下之后才加画面：放大强调、B-roll、文字；然后是取景与声音。做法在 references/picture-and-sound.md，要做这些时用 skills_read 取。
6. 验收（第 5 节）。

画面元素会跟着剪口走，但先剪话、后加画面仍然更省事：话没定下来之前，定不了放大落在哪一句、B-roll 给几秒。

1. 时间与剪法