AI 剪辑口播视频自检秘诀：只重转写每个剪辑接缝附近的几秒
ustype · reddit · 2026-10-06
一位开发口播视频剪辑 Agent 的作者分享了一个反直觉的验证经验：对整段成片重新跑 ASR 来校验剪辑点，几乎全过——因为 Whisper 会在整文件转写时把重复的「so so」或两次不同 take 的同一句话平滑掉，恰好掩盖了要抓的缺陷。
有效做法：
- 只对每个剪辑接缝对齐的短窗口重新转写，而非整个文件。
- 标记相邻重复词、以及起止在半截思路上的从句。
- 对疑似重复，只重转写横跨该接缝的 2–3 秒来确认，因为重叠窗口自身也可能幻听出重复。
- 永远不要自动修复重复——某些语言（如乌尔都语）本就会叠词，Agent 必须回源核对。
更宏观的设计原则：模型不看视频，音频即时钟；脚本负责机械工作（静音检测、计时、ffmpeg），LLM 只在其上做判断。该项目已开源为 MIT 协议的本地 whisper.cpp skill：github.com/ranahaani/i-hate-editing，接缝规则在 rules/cutting.md。
「编程与Agent」频道最新
- Meta 论文：双编码 Agent 互审，正确补丁率从 45.8% 提至 62.5% — rohanpaul_ai · 2026-10-06
- 开发者用 Claude Code 打造免费多人汽车混战网页游戏 Wreck Valley — smith2008 · 2026-10-06
- 程序员吐槽：宁从零重写也要躲开「有情绪的单人依赖」 — l4rz · 2026-10-06
- 编码 agent 别给全权：用 auto-review 替代 full-access 更稳妥 — soumitrashukla9 · 2026-10-06
- 每一帧都是代码:Claude Code 用 Remotion 生成 90 年代风宣传片 — birazzzzz · 2026-10-06
- 擦除密钥反而更危险:密码学家详解 zeroization 的隐藏陷阱 — jedisct1 · 2026-10-06