Video A'Roll 自动剪辑工具 v4.7

基于规则与 AI 的自动化视频粗剪工具，可自动从原始素材中识别最佳片段并完成剪辑拼接。

适用场景：单人出镜（A'Roll）内容 —— 个人日志、教程、播客、知识分享独白。不适用于多人对话、采访或以音乐/B-roll 为主的视频内容。

功能特性

• 场景 A - 单视频处理：从单个视频中自动选择最佳片段
• 场景 B - 批量处理：处理多个视频，执行跨视频去重，并合并为一个最终视频
• 智能评分系统：四维评分（清晰起止、流畅度、自然节奏） + 流畅性分析
• 内容去重：基于转录文本的相似度检测，支持视频内及跨视频去重
• 自动生成报告：每次处理后生成详细的 Markdown 格式报告

适用与不适用场景

系统要求

• Python 3.8+
• FFmpeg（含 ffprobe）
• openai-whisper

安装方法

# macOS
brew install ffmpeg
pip install openai-whisper

# Ubuntu / Debian
sudo apt install ffmpeg
pip install openai-whisper

快速上手

场景 A：单个视频处理

传入一个视频文件路径：

python3 video_editor_auto_v4.6.py ./video.MTS ./output

输出结果：

output/
├── video_粗剪.mp4    # 最佳片段（裁剪后）
└── video_报告.md     # 处理报告

场景 B：批量处理 + 去重 + 拼接

传入一个文件夹路径（自动识别为批量模式）：

python3 video_editor_auto_v4.6.py ./Video ./output

输出结果（仅保留两个文件，中间文件将被清理）：

output/
├── 最终拼接_20260311_1905.mp4  # 去重后拼接的视频
└── 批量处理报告.md              # 批量处理报告（包含各片段详情与去重决策）

命令格式

python3 video_editor_auto_v4.6.py <input> [output_dir] [work_dir]

支持格式：.MTS, .mp4, .mov

处理流程

场景 A（单视频）

输入视频 → 静音检测 → 片段识别 → 四维评分
→ 候选片段筛选 → Whisper 转录 → 流畅性分析
→ 视频内去重 → 分层选择 → 输出剪辑片段

场景 B（批量处理）

输入文件夹 → 对每个视频执行场景 A 处理（不生成单个报告）
→ 跨视频去重 → 按文件名顺序拼接
→ 清理中间文件 → 生成单一批量报告

配置参数

所有参数均位于脚本顶部的 CONFIG 字典中：

CONFIG = {
    # 静音检测
    "silence_noise": -30,           # dB，数值越低越严格
    "silence_duration": 0.8,        # 秒，静音最小持续时间

    # 过滤条件
    "min_score": 90,                # 最低基础分（满分 100）
    "min_duration": 15,             # 最短片段时长（秒）

    # 剪辑缓冲区
    "buffer_start": 1,              # 开始前缓冲时间（秒）
    "buffer_end": 3,                # 结束后缓冲时间（秒）

    # 编码设置
    "crf": 18,                      # 视频质量（18=视觉无损，23=默认）
    "preset": "fast",               # 编码速度
    "audio_bitrate": "192k",        # 音频码率

    # 调整分数权重
    "penalty_repeat": 5,            # 每次重复惩罚
    "penalty_stutter": 3,           # 每次结巴惩罚
    "penalty_interrupt": 10,        # 突然中断惩罚
    "bonus_natural_end": 5,         # 自然结尾加分
    "bonus_completeness_max": 3,    # 完整性加分上限

    # 去重设置
    "duplicate_threshold": 0.7,     # 内容相似度阈值（0-1）
}

参数调优建议

评分体系

基础分（四维度 × 25 分 = 100 分）

调整后得分（0-100）

在基础分基础上，根据转录文本分析进行加减分：

分层选择机制（选取最优片段）

并非单纯取最高分；采用优先级过滤策略：

# Video A'Roll Auto Editor v4.7

## 优先级规则

### 第一层：优先选择自然结束的片段
### 第二层：按流畅度排序（每30秒容忍度为1.5）
### 第三层：按调整后得分排序
### 第四层：平局处理 → 不完整片段选最后的；完整片段选最长的

---

## 去重规则

视频内去重与跨视频去重采用相同选择规则：

自然结束 > 调整后得分 > 索引/文件名顺序（靠后的优先）

---

## 常见问题解答

### Q：未检测到静音段落？

背景噪音可能导致误检。可尝试将 `silence_noise` 从 `-30` 降低至 `-35`。

### Q：片段切分过细？

静音时长阈值可能设置过短。可将 `silence_duration` 从 `0.8` 提高至 `1.0` 或 `1.5`。

### Q：为何未选择得分最高的片段？

系统采用**分层选择机制**，而非单纯比较原始得分。优先级顺序为：自然结束 > 流畅度 > 调整后得分 > 持续时间。一个95分但突然中断的片段，可能排名低于一个90分且自然收尾的片段。

### Q：Whisper语音转写不准确？

默认使用 `small` 模型以平衡速度与准确率。如需提升精度：
- 在 `transcribe_segment` 中，将 `--model small` 改为 `--model medium` 或 `--model large`
- `medium` 模型对中文识别准确率约为85%，若资源允许，推荐使用

### Q：跨视频去重如何决定保留哪个片段？

选择规则：自然结束 > 调整后得分 > 较晚的文件名（通常为最后录制版本，状态最佳）

### Q：详细报告保存在哪里？

- 场景 A：`output/<video_name>_报告.md`
- 场景 B：`output/批量处理报告.md`（包含片段详情、转写摘要、去重决策记录）
  - 场景 B 不保留中间报告或剪辑片段；合并完成后会自动清理

---

## 项目结构

video_editor_v4.6_release/

├── video_editor_auto_v4.6.py # 主脚本

├── README.md # 当前文档

├── CODE_DOCUMENTATION.md # 技术文档（架构、模块、API说明）

├── requirements.txt # Python 依赖项

├── LICENSE # GPL v3 许可证

└── .gitignore # Git 忽略规则

---

## 技术文档

关于模块实现细节、数据结构、算法逻辑及扩展指南，请参阅 `CODE_DOCUMENTATION.md`。

---

## 许可证

本项目采用 **GPL v3** 许可证。若将本软件或其衍生作品用于商业用途，必须将其产品以相同许可证（GPL v3）开源发布（符合 GPL v3 的版权要求）。

详情请见 [LICENSE](LICENSE) 文件。

---

**版本**：v4.7 | **最后更新**：2026-03-11