ra-local-talking-head-cut

本地口播精剪

交付可复现的本地工作流，而非剪辑产品。保持上游技能不变，并将每项任务都写入源项目的工程目录。

必需工作流

1. 探查源文件。除非用户明确要求转换交付格式，否则保留宽度、高度和帧率。
2. 使用已安装的 video-use/helpers/transcribe.py，通过 volc.seedasr.auc 进行转录并生成词级时间戳。复用其缓存的规范化 JSON。
3. 使用 references/default-glossary.json 运行 scripts/prepare_transcript.py。该脚本必须创建 review.md、precut-review.srt、corrected-script.md、uncertain-terms.md 和 subtitle-approval.json。
4. 向用户提供源视频、precut-review.srt 和易读的审阅稿。只更正有充分依据的术语。切勿猜测不确定的模型或产品名称。到此为止，并等待用户明确批准。 批准尚未完成时，不要构建 EDL 或渲染剪辑。
5. 将已确认的映射添加到任务本地的词汇表副本中，以解决不确定术语，然后重新运行准备步骤，以便同时重新生成脚本和剪前 SRT。准备步骤总会重置批准状态。用户确认重新生成的 SRT 后，将 subtitle-approval.json 设为 approved: true，记录确认时间，并确保 unresolved_terms 为空。重新生成后绝不保留之前的批准状态。
6. 对于语义性删除，可选写入 decisions.json。在后续完整版本之前，删除重复开头和失败的录制片段；保留独有含义。仅在产物内部使用规范化词索引，切勿在面向用户的报告中使用。
7. 使用批准文件运行 scripts/build_edl.py。除非字幕已获批准且所有不确定项均已解决，否则脚本必须拒绝继续。默认节奏保留最长 550 ms 的停顿，将更长停顿压缩至 380-450 ms，仅删除没有歧义的“呃/额”，并在素材头尾留出余量。不要将其替换为删除所有超过 200 ms 停顿的做法。
8. 不添加转场运行 scripts/render_cut.py，创建硬切预览。它会保留源文件的尺寸和帧率，在每个切点应用 15 ms 音频淡化，进行轻度对白清理，并执行两遍响度归一化至 -16 LUFS / -1.5 dBTP。更强的降噪或噪声门仅作为候选方案，而非默认设置：如果相同的 ASR 对齐测试得分下降超过 0.01，或低于 0.90，则拒绝该候选方案。
9. 对硬切预览运行 scripts/analyze_visual_cuts.py。检查其联系表，并且只使用它推荐的 80-120 ms 转场，每条视频最多使用 3 个。仅当有效的语义切点也存在较大的视觉跳变时，才使用 --transitions 重新渲染。不要统一添加转场。
10. 对选定的干净最终 MP4 运行 scripts/qc.py；如果使用了转场，则传入相同的转场 JSON。要求尺寸和帧率匹配、音视频有效、时长符合预期且响度通过门限检查。检查通用联系表和转场联系表。
11. 针对确切的最终 MP4 和已批准的 corrected-script.md 运行 scripts/generate_final_subtitles.py。该脚本将时间安排和对齐工作委托给 ra-audio-to-subtitles，并且仅当 caption-qc.json 状态为 PASS 时才允许交付。ASR 是时间来源；已批准的脚本文本是显示文本来源。时间线编辑后，切勿复用 precut-review.srt。
12. 如果交付物需要显示字幕，则使用最终的 captions.json 和状态为 PASS 的 caption-qc.json 运行 skill-captions。除非合同指定其他样式，否则使用 anchor-dark。预览一个有代表性的画面，烧录字幕，并要求 caption-render-qc.json 检查通过。保留干净的粗剪版本和通用 SRT。

命令

SKILL_DIR="<this skill directory>"
JOB="<engineering job directory>"
WORDS="$JOB/transcripts/<source-name>.json"

python3 "$SKILL_DIR/scripts/prepare_transcript.py" \
  "$WORDS" --out-dir "$JOB/transcript-review" \
  --glossary "$SKILL_DIR/references/default-glossary.json"

python3 "$SKILL_DIR/scripts/build_edl.py" \
  <source.mp4> "$WORDS" --out "$JOB/edl.json" \
  --approval "$JOB/transcript-review/subtitle-approval.json" \
  --decisions "$JOB/decisions.json"

python3 "$SKILL_DIR/scripts/render_cut.py" \
  "$JOB/edl.json" --out "$JOB/local-hard-cut-preview.mp4"

CODEX_PY="$HOME/.cache/codex-runtimes/codex-primary-runtime/dependencies/python/bin/python3"
"$CODEX_PY" "$SKILL_DIR/scripts/analyze_visual_cuts.py" \
  "$JOB/local-hard-cut-preview.mp4" --edl "$JOB/edl.json" \
  --out-dir "$JOB/visual-cut-qc"

python3 "$SKILL_DIR/scripts/render_cut.py" \
  "$JOB/edl.json" --out "$JOB/local-benchmark.mp4" \
  --transitions "$JOB/visual-cut-qc/visual-cut-qc.json"

python3 "$SKILL_DIR/scripts/qc.py" \
  <source.mp4> "$JOB/local-benchmark.mp4" \
  --edl "$JOB/edl.json" \
  --transitions "$JOB/visual-cut-qc/visual-cut-qc.json" \
  --out-dir "$JOB/qc"

python3 "$SKILL_DIR/scripts/generate_final_subtitles.py" \
  "$JOB/local-benchmark.mp4" \
  --script "$JOB/transcript-review/corrected-script.md" \
  --approval "$JOB/transcript-review/subtitle-approval.json" \
  --out-dir "$JOB/captions"

"$CODEX_PY" ".claude/skills/skill-captions/scripts/render_captions.py" \
  "$JOB/local-benchmark.mp4" "$JOB/captions/captions.json" \
  --qc "$JOB/captions/caption-qc.json" --style anchor-dark \
  --out "$JOB/local-benchmark-captioned.mp4" \
  --preview "$JOB/qc/caption-preview.png" --preview-at 15

如果不存在语义重复或失败的录制片段，则省略 --decisions。

决策门槛

• 宁可漏掉语气词，也不要丢失含义。
• 将转录校正和播放内容删除视为两项独立操作。
• 字幕审批未通过或仍有未解决术语时，不要创建 EDL。
• 仅将 precut-review.srt 视为源时间线审核材料。
• caption-qc.json 缺失或状态不是 PASS 时，不要烧录字幕。
• 即使音频听起来表面上更安静，如果同一输入的 ASR 覆盖率下降超过 1 个百分点，也不要接受音频清理结果。
• 不要为每个剪辑点都添加转场；只有语义边界有效且视觉不连续性经过测量时，才需要转场。
• 不要将粗剪字幕时间线称为可用于生产的版本。
• cut-qc.json 报告 fail 时，不要交付。
• 将中间文件保存在 01-内容生产/视频工作台/制作中/<日期-主题>/；仅将用户批准的最终版本归档到 视频工作台/已制作/月上旬或月下旬/日期-主题/。

集成其他渲染器或修改产物架构时，请阅读 references/artifact-contract.md。