raw-video-processing

技能：原始视频处理

对原始屏幕录制进行后期处理，以改善节奏——移除静音片段，然后加快播放速度。

前提条件：必须已安装 FFmpeg 和 uv。

---

使用时机

用户录制了屏幕视频，并希望在发布前进行整理。原始录制中常见的问题包括：

• 思考或等待加载时出现长时间停顿／静音
• 键盘敲击声及其他应视为静音的低音量背景噪声
• 整体节奏感觉缓慢，可以稍微加快播放速度

---

默认工作流

用户提供原始视频文件时，默认依次运行两个脚本：

第 1 步：移除静音片段

uv run --python 3.12 /path/to/skills/raw-video-processing/scripts/remove_silence.py <input.mp4> -t="-20dB" -d 0.5

此步骤会检测并剪掉静音片段（包括键盘声），生成 <input>_nosilence.mp4。

始终传入以下参数（针对带有键盘噪声的屏幕录制进行了调整）：

• -t="-20dB" — 使用较激进的阈值过滤键盘敲击声和背景噪声（使用 = 语法，避免 argparse 将负值识别为标志）
• -d 0.5 — 同时移除较短的静音（最短 0.5 秒）
• -p 0.2 — 在语音边界附近保留的缓冲时间（默认值，通常无需传入）

脚本会打印详细摘要：检测到的静音片段数量、移除的静音总时长，以及所有保留片段及其时间戳。请检查输出，确认结果是否合理。

第 2 步：加快视频播放速度

uv run --python 3.12 /path/to/skills/raw-video-processing/scripts/speed_video.py <input>_nosilence.mp4

此步骤会对移除静音后的视频应用速度倍率，生成 <input>_nosilence_1.2x.mp4。

默认参数：

• --speed 1.2 — 以 1.2 倍速播放（轻微提速，不会让人觉得太赶）

---

脚本选项

remove_silence.py

标志	默认值	说明
-o、--output	<input>_nosilence.mp4	自定义输出路径
-t、--threshold	-30dB	静音阈值，单位为 dB（数值越高，处理越激进）。屏幕录制始终使用 -20dB — 传入 -t="-20dB"，避免 argparse 对负值的处理问题
-d、--duration	0.8	要移除的最短静音时长，单位为秒。屏幕录制使用 0.5
-p、--padding	0.2	在非静音片段周围保留的缓冲时间
--dry-run	关闭	仅打印检测到的片段，不导出文件

speed_video.py

标志	默认值	说明
-o、--output	<input>_<speed>x.mp4	自定义输出路径
-s、--speed	1.2	播放速度倍率

---

自定义场景

• 仅移除静音 — 只运行第 1 步。
• 仅加快播放速度 — 直接对输入文件运行第 2 步。
• 保守清理 — 如果默认设置删掉了过多语音，可使用 -t="-30dB" -d 0.8。
• 更激进地清理 — 使用 -t="-15dB" -d 0.3 和 --speed 1.5，实现最大程度的压缩。
• 提交前预览 — 对 remove_silence.py 使用 --dry-run，查看将要剪掉的内容，而不创建文件。
• 自定义输出名称 — 对任一脚本使用 -o 来指定输出路径。

---

重要说明

• 始终先运行 remove_silence，再运行 speed_video。静音检测需要针对原始音频进行；如果先加速，会改变音频特征，降低静音检测的准确性。
• 对于较长的视频（>30 min），静音移除步骤可能需要几分钟，因为它会逐个处理片段。
• 两个脚本都会保留视频质量——remove_silence 使用流复制（不重新编码），而 speed_video 使用 FFmpeg 默认设置重新编码。