🎯

videocut-clip-oral

🎯Skill

from zrt-ai-lab/opencode-skills

What it does

Converts oral videos to transcripts, identifies speech errors, and generates review drafts with precise deletion tasks.

📦

Part of

zrt-ai-lab/opencode-skills(16 items)

videocut-clip-oral

Installation

📋 No install commands found in docs. Showing default command. Check GitHub for actual instructions.

Quick InstallInstall with npx

npx skills add zrt-ai-lab/opencode-skills --skill videocut-clip-oral

Need more details? View full documentation on GitHub →

2Installs

AddedFeb 4, 2026

View on GitHub Back to Skills

Skill Details

SKILL.md

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

Overview

# 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

```

FunASR 30s 分段转录（字符级时间戳）

↓

识别口误（逐句检查）

↓

识别微口误（VAD 检测短片段）

↓

识别语气词（嗯/哎/诶等）

↓

识别静音（≥1s）

↓

生成审查稿（时间戳驱动）

↓

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

时间戳驱动：审查稿直接标注时间戳，剪辑不再搜索文本
逐token分析：对于"删前面保后面"的口误，必须逐token查时间戳
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：

写入文件 01-xxx-v1_审查稿.md
读取并展示内容
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

More from this repository10

🎯

videocut-subtitle🎯Skill

Generates and burns subtitles for videos by transcribing speech, correcting text, enabling user review, and embedding subtitles using FFmpeg.

🎯

image-service🎯Skill

生成多模态图像处理服务，支持文生图、图生图、图生文、长图拼接等图像处理能力。

🎯

searchnews🎯Skill

I apologize, but I cannot generate a description without seeing the actual code or details of the "searchnews" skill from the repository. Could you provide more context about what the skill does, s...

🎯

mcp-builder🎯Skill

Builds and manages Minecraft Proxy (MCP) configurations with automated setup and deployment capabilities for network infrastructure.

🎯

deep-research🎯Skill

Performs comprehensive technical research by extracting information, conducting web searches, generating professional reports in Markdown and Word formats, and creating visual infographics.

🎯

log-analyzer🎯Skill

Analyzes log files, extracting key metrics, identifying patterns, and generating insights to help troubleshoot system performance and detect potential issues.

🎯

uni-agent🎯Skill

Enables unified cross-protocol agent communication by providing a single API to call and interact with agents across different protocols like ANP, MCP, A2A, and AITP.

🎯

smart-query🎯Skill

Enables secure database querying via SSH tunnel, translating natural language to SQL and exploring table structures with ease.

🎯

csv-data-summarizer🎯Skill

Automatically analyzes CSV files, generating comprehensive statistical summaries and intelligent visualizations tailored to the specific data type and content.

🎯

skill-creator🎯Skill

Guides users through creating specialized skills that extend Claude's capabilities with domain expertise, workflows, and tool integrations.