用户: 确认，执行剪辑
用户: 全删
用户: 保留静音3和5，其他都删

前置条件

需要先执行 /videocut:剪口播 生成删除任务 TodoList

流程

1. 读取用户确认的删除任务
    ↓
2. 计算保留时间段
    ↓
3. 生成 FFmpeg filter_complex
    ↓
4. 执行剪辑
    ↓
5. 重新转录 + 审查 ←───┐
    ↓                   │
   有口误? ──是─────────┘
    ↓ 否
6. 生成字幕（SRT）
    ↓
7. 完成

进度 TodoList

启动时创建：

- [ ] 确认删除任务
- [ ] 执行 FFmpeg 剪辑
- [ ] 重新转录审查
- [ ] 生成字幕

循环时更新版本号（v2→v3→...）

一、读取删除任务（时间戳驱动）

从 /videocut:剪口播 输出的 TodoList 读取。直接使用时间戳，不要搜索文本：

口误（N处）：
- [x] 1. `(start-end)` 删"错误文本" → 保留"正确文本"  ← 勾选=删除

语气词（N处）：
- [x] 1. `(前字end-后字start)` 删"嗯"  ← 勾选=删除

静音（N处）：
- [x] 1. `(start-end)` 静音Xs  ← 勾选=删除
- [ ] 2. `(start-end)` 静音Xs  ← 未勾选=保留

⚠️ 关键规则

直接用时间戳：从 (start-end) 解析，不要搜索文本
不要重新搜索：审查稿已经计算好精确时间戳
勾选 = 删除，未勾选 = 保留

二、FFmpeg 命令

ffmpeg -y -i input.mp4 \
  -filter_complex_script filter.txt \
  -map "[outv]" -map "[outa]" \
  -c:v libx264 -crf 18 -c:a aac \
  output.mp4

filter.txt 格式

[0:v]trim=start=0:end=1.36,setpts=PTS-STARTPTS[v0];
[0:a]atrim=start=0:end=1.36,asetpts=PTS-STARTPTS[a0];
[0:v]trim=start=2.54:end=10.5,setpts=PTS-STARTPTS[v1];
...
[v0][a0][v1][a1]...concat=n=N:v=1:a=1[outv][outa]

三、重新转录审查

剪辑后必须：

用 FunASR 重新转录
检查是否还有口误
有 → 回到 /videocut:剪口播 重新识别
无 → 生成字幕

四、输出文件

01-xxx-v2.mp4              # 剪辑后视频
01-xxx-v2_transcript.json  # 重新转录（验证用）
01-xxx-v2.srt              # 字幕文件

版本递增：v1→v2→v3...

五、反馈记录

2026-01-15

语气词删除边界不精确：删语气词时把前面的字也删了
- 原因：直接用语气词的时间戳删除
- 正确：从前一字 end 到后一字 start
语气词 + 静音要一起删：A [静音] 语气词 B 要删整段 (A.end - B.start)
教训：删除语气词时，边界是 前一字.end 到 后一字.start

2026-01-14

口误文字没删干净，只删了静音段
教训：直接从 TodoList 读取时间戳，不要重新查找
"拉满新"删成了"会的时候"：搜索"拉满新"时间戳跨度7秒（含6秒静音），把"拉满"也删了
- 教训：对于"删前面保后面"的口误，只删差异部分
"AI就是AI"出现两次AI：只删了"就是"，没删第一个"AI"
- 教训：替换型口误必须删完整的第一个版本
系统性解决：时间戳驱动，审查稿直接标注 (start-end)，剪辑脚本不再搜索文本

videocut-clip

剪辑

快速使用