mcpField
A
AudioEditor

AudioEditor

github.com/danielmiessler创意与媒体19.6k89 次安装1 天前更新
代码仓库

关于 AudioEditor

AudioEditor 是用于清理录音的音频编辑技能，通过逐词转录和片段分类识别填充词、口误、重复及静音，再执行剪切和淡化处理。可预览编辑，也可选择云端润色。

主要功能

  1. 01逐词转录音频
  2. 02分类识别待剪辑片段
  3. 03剪切并交叉淡化
  4. 04以室内底噪填补间隙
  5. 05可选 Cleanvoice 云端润色
  6. 06检测并修复噪声门杂音

适用场景

  1. 01清理播客中的填充词和静音
  2. 02预览拟议剪辑后再应用
  3. 03对录音进行激进清理和云端润色
  4. 04修复录音中的噪声门点击声

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/danielmiessler/lifeos --skill audioeditor

安装后在 Claude Code 中输入/audioeditor确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

Tools/
Analyze.help.md
Analyze.ts
Edit.help.md
Edit.ts
GateRepair.help.md
GateRepair.ts
GateScan.help.md
GateScan.ts
LoudnessLock.help.md
LoudnessLock.ts
Pipeline.help.md
Pipeline.ts
Polish.help.md
Polish.ts
Transcribe.help.md
Transcribe.ts
Workflows/
Clean.md

详细介绍

AudioEditor

自定义

执行前，请检查用户自定义设置是否位于： ~/.claude/LIFEOS/USER/CUSTOMIZATIONS/SKILLS/AudioEditor/

如果此目录存在，请加载并应用其中找到的任何 PREFERENCES.md、配置或资源。这些设置会覆盖默认行为。如果此目录不存在，则使用技能默认设置。

语音通知

调用此技能时，必须先发送此通知，再执行任何其他操作。

  1. 发送语音通知：

    curl -s -X POST http://localhost:31337/notify \
  -H "Content-Type: application/json" \
  -d '{"message": "Running the WORKFLOWNAME workflow in the AudioEditor skill to ACTION"}' \
  > /dev/null 2>&1 &

  2. 输出文本通知：

    Running the **WorkflowName** workflow in the **AudioEditor** skill to ACTION...

此操作不可跳过。调用此技能后，请立即执行此 curl 命令。

功能

自动清理录制的音频——去除填充词、说到一半的开头、口吃和无声片段，降低呼吸声，并为每处剪辑添加交叉淡化。它会在词语级别转录文件，让 Claude 对每个片段进行分类（KEEP、CUT_FILLER、CUT_FALSE_START、CUT_STUTTER、CUT_DEAD_AIR），然后使用 ffmpeg 执行剪辑。可选的 Cleanvoice 处理可进一步润色。模式：--preview、--aggressive、--polish。

问题

手动清理录音意味着要反复拖动波形，逐一查找每个“嗯”、说到一半的句子和三秒钟的静音，然后为每处剪辑添加交叉淡化，以免出现咔哒声。这既缓慢又繁琐，而粗略的自动工具又容易剪得太多——它会把修辞性停顿和无意停顿一起删掉，或者在拼接处留下明显的痕迹。此流水线可以区分刻意停顿和无声片段，用室内环境声填补间隙，并为每处编辑添加交叉淡化，让输出听起来干净自然，而不是支离破碎。

工作原理

Whisper 生成词语级时间戳，Claude 对每个片段进行分类（区分修辞性强调和意外重复），ffmpeg 则通过 40ms qsin 交叉淡化、室内环境声间隙填充，以及将呼吸声音量衰减至 50% 而非删除来执行剪辑。可选的 Cleanvoice API 处理可去除嘴部杂音、残留填充词并进行响度标准化。

流水线
Audio Input
    |
[Transcribe] Whisper word-level timestamps (insanely-fast-whisper on MPS)
    |
[Analyze] Claude classifies each segment:
    |   KEEP / CUT_FILLER / CUT_FALSE_START / CUT_EDIT_MARKER / CUT_STUTTER / CUT_DEAD_AIR
    |   Distinguishes rhetorical emphasis from accidental repetition
    |
[Edit] ffmpeg executes cuts:
    |   - 40ms qsin crossfades at every edit point
    |   - Room tone extraction and gap filling
    |   - Breath attenuation (50% volume, not removal)
    |
[Polish] (optional) Cleanvoice API final pass:
        - Mouth sound removal
        - Remaining filler detection
        - Loudness normalization

Output: cleaned MP3/WAV

工作流路由

工作流触发条件文件
清理“清理音频”、“编辑音频”、“去除填充词”、“清理播客”、“去除嗯声”、“剪掉无声片段”、“润色音频”Workflows/Clean.md

工具

工具命令用途
转录bun ${LIFEOS_SKILL_DIR}/Tools/Transcribe.ts <file>通过 Whisper 进行词语级转录
分析bun ${LIFEOS_SKILL_DIR}/Tools/Analyze.ts <transcript.json>由大模型驱动的编辑分类
编辑bun ${LIFEOS_SKILL_DIR}/Tools/Edit.ts <file> <edits.json>执行剪辑，并添加交叉淡化和室内环境声
润色bun ${LIFEOS_SKILL_DIR}/Tools/Polish.ts <file>使用 Cleanvoice API 进行云端润色
流水线bun ${LIFEOS_SKILL_DIR}/Tools/Pipeline.ts <file> [--polish]端到端完整流水线
GateScanbun ${LIFEOS_SKILL_DIR}/Tools/GateScan.ts <file> [--json]检测噪声门跳变（静音边界处的阶跃）；发现缺陷时退出代码为 1
GateRepairbun ${LIFEOS_SKILL_DIR}/Tools/GateRepair.ts <in> <out.mp4> --finalize [--abr 192k]修复噪声门跳变；--finalize 会反复处理，直到编码后的文件通过扫描
LoudnessLockbun ${LIFEOS_SKILL_DIR}/Tools/LoudnessLock.ts <in> [--out <out.mp4>]测量或将交付响度锁定在 −14 LUFS / −1dBTP（YouTube 标准）；会自行重新测量，仅在误差处于容差范围内时退出代码为 0

门限伪影（仅在收到报告时处理——常规检查已于 2026-07-15 退役）

采集链路中的噪声门（录音器滤波器、macOS Voice Isolation）会将音频截断为数字零，且不做淡变；电平调整会放大每个边缘，产生可听见的滴答声——2026-07-13 发生的事件（774 个边缘、两支公开发布的视频、听众投诉）。该问题已在采集环节从根本上修复：{{PRINCIPAL_NAME}} 于 2026-07-14 从麦克风链路中移除了 OBS 噪声门滤波器，并于 2026-07-15 指示从标准工作流中移除每次导出后的常规 GateScan 检查——不要对每次导出都重新扫描。

**有人实际报告音频中有滴答声或咔嗒声时：**使用 GateScan 扫描文件以确认（采样域阶跃检测，有缺陷时退出码为 1），使用 GateRepair --finalize 修复（尽可能在电平调整前修复；扫描最终 ENCODE，而不是中间 WAV——AAC 会在接近静音处重新引入阶跃）。如果 RAW 录音扫描结果不干净，说明采集链路中的噪声门又启用了——请报告此问题。

所需 API 密钥

服务环境变量获取位置
Anthropic（用于分析步骤）ANTHROPIC_API_KEY已通过 Claude Code 设置
Cleanvoice（用于润色步骤，可选）CLEANVOICE_API_KEYcleanvoice.ai Dashboard Settings API Key

示例

示例 1：清理播客录音

User: "clean up the audio on this podcast file"
-> Invokes Clean workflow
-> Runs full pipeline: transcribe -> analyze -> edit
-> Outputs cleaned MP3 with filler words, stutters, and dead air removed

示例 2：应用前预览编辑

User: "show me what edits you'd make to this recording"
-> Invokes Clean workflow with --preview flag
-> Transcribes and analyzes, shows proposed edits without modifying audio
-> User reviews edit list, then runs again to apply

示例 3：使用云端润色进行强力清理

User: "aggressively clean this audio and polish it"
-> Invokes Clean workflow with --aggressive --polish flags
-> Tighter thresholds for filler detection
-> Cleanvoice API pass for mouth sounds and normalization

注意事项

  • **转录准确度会因音频质量而异。**背景噪声、多位说话者和口音都会降低准确度。
  • **剪切检测基于启发式规则。**提交前务必预览编辑——自动剪切可能会删除有意保留的停顿。
  • **云端润色会将音频上传到外部服务。**对于敏感内容，请确认用户接受云端处理。
  • **分贝域的悬崖检测器会对淡出尾部产生误报。**合法的余弦淡出到数字零时，其尾部的分贝斜率为无穷大，因此任何 >NdB/2ms 检测器都会一直将其标记出来。使用采样域 STEP 检测（GateScan）验证修复，绝不要使用分贝斜率。（2026-07-13）
  • **单向迭代淡变无法消除边界处的杂散脉冲。**位于噪声门边界处的单个采样点会在反复进行单向淡变后留存；先淡出再淡入的“静音”会保留脉冲边缘及其前沿阶跃。V 形凹口（在边界处向零做余弦淡变，两侧都处理）以及将噪声门静音区内部硬置零，才是能够收敛的修复方法。（2026-07-13）
  • **仪表检测干净 ≠ 听感干净。**扫描器能找到滴答声；修复也可能造成听得见的缺口，而滴答声扫描器却会判定干净（2026-07-12 的 duck 事件）。让探测方法与人耳听到的缺陷类型相匹配，将修复控制在最低限度，并在替换时向负责人提供修复前后的试听片段。

执行日志

完成任何工作流后，追加一条 JSONL 记录：

echo '{"ts":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"AudioEditor","workflow":"WORKFLOW_USED","input":"8_WORD_SUMMARY","status":"ok|error","duration_s":SECONDS}' >> ~/.claude/LIFEOS/MEMORY/SKILLS/execution.jsonl

将 WORKFLOW_USED 替换为已执行的工作流，将 8_WORD_SUMMARY 替换为简短的输入描述，并将 SECONDS 替换为大致的实际耗时。如果工作流失败，则记录 status: "error"。

评论

支持 Markdown