口播视频剪辑 Agent

基于 OpenCV + FFmpeg + Whisper 的口播视频自动处理流水线。

快速使用

用户: 帮我剪这个口播视频
用户: 处理视频 original.mp4

流程

1. 分析 → 沉默检测(>1s) + 语气词(嗯啊呃) + 重复内容
2. 提取音频
3. 背景模糊 (OpenCV 人脸检测 + 双重高斯模糊 + 人物锐化)
4. 裁剪 (concat demuxer)
5. 字幕生成 (ASS格式, 汉仪中黑体加粗 54号, 重点词60号黄色)
6. 合成 + 烧录字幕

执行步骤

1. 运行 Sub-Agent

cd /c/Users/Administrator/Documents/trae_projects/first\ cc/video-project
PYTHONIOENCODING=utf-8 python sub_agent.py

2. 查看输出

输出文件: output/final.mp4

3. 参数调整

如需调整字号、模糊强度、沉默阈值等，编辑 sub_agent.py 顶部配置区域。

输出目录结构

output/
├── final.mp4           # 最终成品
temp/
├── blurred.mp4         # 模糊后视频
├── subtitles.ass       # ASS字幕文件
├── tv.mp4 / ta.aac     # 裁剪后的音视频
└── muxed.mp4           # 合成后(字幕前)

依赖

配置项

sub_agent.py 顶部可调：

自更新

告诉 AI 你的偏好，例如:

• "字号改成 32"
• "沉默阈值改成 1.5 秒"
• "重点词加 xxx"

AI 会记录并应用到下次处理。