Initial commit to git.yoin

videocut-clip-oral/SKILL.md

@@ -0,0 +1,131 @@
+---
+name: videocut-clip-oral
+description: 口播视频转录和口误识别。生成审查稿和删除任务清单。触发词：剪口播、处理视频、识别口误
+metadata:
+  version: "1.0.0"
+  alias: "videocut:剪口播"
+---
+
+<!--
+input: 视频文件 (*.mp4)
+output: 转录JSON、审查稿、删除任务TodoList
+pos: 转录+识别，到用户审核为止
+
+架构守护者：一旦我被修改，请同步更新：
+1. ../README.md 的 Skill 清单
+2. /CLAUDE.md 路由表
+-->
+
+# 剪口播
+
+> 转录 + 口误/静音识别 → 生成审查稿
+
+## 快速使用
+
+```
+用户: 帮我剪这个口播视频
+用户: 处理一下这个视频
+```
+
+## 流程
+
+```
+1. FunASR 30s 分段转录（字符级时间戳）
+    ↓
+2. 识别口误（逐句检查）
+    ↓
+3. 识别微口误（VAD 检测短片段）
+    ↓
+4. 识别语气词（嗯/哎/诶 等）
+    ↓
+5. 识别静音（≥1s）
+    ↓
+6. 生成审查稿（时间戳驱动）
+    ↓
+7. 输出删除任务 TodoList
+    ↓
+【等待用户确认】→ 用户确认后，执行 /videocut:剪辑
+```
+
+### ⚠️ 为什么用 30s 分段
+
+FunASR 长视频有时间戳漂移，30s 分段可避免。
+
+## 进度 TodoList
+
+启动时创建：
+
+```
+- [ ] 读取「转录最佳实践」→ 转录视频
+- [ ] 读取「口误识别方法论」→ 识别口误
+- [ ] VAD 检测微口误（短片段 < 0.5s）
+- [ ] 扫描语气词（嗯/哎/诶 等）
+- [ ] 识别静音（≥1s）
+- [ ] 生成审查稿
+- [ ] 输出删除任务清单
+```
+
+### ⚠️ 必须先读方法论再执行
+
+| 阶段 | 先读 | 再执行 |
+|------|------|--------|
+| 转录 | `tips/转录最佳实践.md` | 调用ASR |
+| 识别口误 | `tips/口误识别方法论.md` | 逐句分析 |
+
+---
+
+## 核心：时间戳驱动
+
+### 删除任务格式
+
+每项**必须标注精确时间戳** `(start-end)`：
+
+```
+口误（N处）：
+- [ ] 1. `(start-end)` 删"错误文本" → 保留"正确文本"
+
+语气词（N处）：
+- [ ] 1. `(前字end-后字start)` 删"嗯" 上下文: XX【嗯】YY
+
+静音（N处）：
+- [ ] 1. `(start-end)` 静音Xs
+```
+
+### 口误类型
+
+| 类型 | 示例 | 删除策略 |
+|------|------|----------|
+| 重复型 | `拉满新拉满` | 只删差异（"新"） |
+| 替换型 | `AI就是AI就会` | 删第一个完整版本（"AI就是"） |
+| 卡顿型 | `听会会` | 删第一个重复字 |
+
+### ⚠️ 关键规则
+
+1. **时间戳驱动**：审查稿直接标注时间戳，剪辑不再搜索文本
+2. **逐token分析**：对于"删前面保后面"的口误，必须逐token查时间戳
+3. **检查时间跨度**：如果口误时间跨度 > 2秒，必有静音，需拆分
+
+---
+
+## 输出文件
+
+```
+01-xxx-v1_transcript.json  # 转录结果（含时间戳）
+01-xxx-v1_审查稿.md        # 口误审查稿
+```
+
+### 展示要求
+
+生成审查稿后，**必须展示给用户**：
+1. 写入文件 `01-xxx-v1_审查稿.md`
+2. 读取并展示内容
+3. 等待用户确认要删除哪些项目
+
+---
+
+## 方法论
+
+详见 `tips/口误识别方法论.md`：
+- 口误识别方法（逐句检查）
+- "删前面保后面"的精确处理
+- FunASR 时间戳对齐规则