raw-video-processing

技能：原始视频处理

对原始屏幕录制进行后处理以改善节奏——去除静音片段，然后加速结果视频。

前置条件：必须安装 FFmpeg 和 uv。

---

使用场景

用户录制了屏幕录像，希望在发布前进行清理。原始录制中常见问题：

• 思考或等待加载时的长时间停顿/静音
• 键盘打字声及其他低电平背景噪音（应视为静音）
• 整体节奏偏慢，可适当加速

---

默认工作流程

当用户提供原始视频文件时，默认按顺序运行两个脚本：

步骤 1：去除静音片段

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

此脚本检测并切除静音部分（包括键盘声），生成 <input>_nosilence.mp4。

始终传递以下参数（针对含键盘噪音的屏幕录制调优）：

• -t="-20dB" — 激进阈值，过滤键盘打字和背景噪音（使用 = 语法避免 argparse 将负值视为标志）
• -d 0.5 — 也去除短静音（最小 0.5 秒）
• -p 0.2 — 语音边界保留的缓冲秒数（默认值，通常无需传递）

脚本会打印详细摘要：找到的静音片段数量、总静音时长以及所有保留片段及其时间戳。检查此输出以确认结果合理。

步骤 2：加速视频

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

此脚本对去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 — 1.2 倍播放速度（微调加速，不会显得急促）

---

脚本选项

remove_silence.py

标志	默认值	描述
-o, --output	<input>_nosilence.mp4	自定义输出路径
-t, --threshold	-30dB	静音阈值（dB），值越大越激进。屏幕录制始终使用 -20dB——以 -t="-20dB" 形式传递，避免 argparse 处理负值问题
-d, --duration	0.8	要移除的最小静音时长（秒）。屏幕录制使用 0.5
-p, --padding	0.2	非静音片段周围保留的缓冲时长
--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	描述
-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

• 仅去除静音 — 只运行步骤 1。
• 仅加速 — 直接在输入文件上运行步骤 2。
• 保守清理 — 如果默认设置切除了过多语音，使用 -t="-30dB" -d 0.8。
• 激进清理 — 使用 -t="-15dB" -d 0.3 和 --speed 1.5 实现最大压缩。
• 预览效果 — 在 remove_silence.py 上使用 --dry-run 查看将被切除的内容而不创建文件。
• 自定义输出名称 — 在任一脚本中使用 -o 控制输出路径。

---

重要说明

• 始终先运行 remove_silence，再运行 speed_video。静音检测基于原始音频；先加速会改变音频特性，降低静音检测准确性。
• 对于长视频（>30 分钟），静音去除步骤可能需要几分钟，因为它会逐个处理每个片段。
• 两个脚本均保持视频质量——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。