PodcastCut Skills

一套用于播客/视频剪辑的 Claude Code Skills。支持内容剪辑、口误识别、粗剪/精剪等完整工作流。

安装

1. 安装 Skills

将 skill 目录复制到 ~/.claude/skills/:

git clone https://github.com/luoyuweidu1/podcastcut-skills.git
cp -r podcastcut-skills/podcastcut-* ~/.claude/skills/

2. 安装依赖

在 Claude Code 中运行：

/podcastcut-install

这会自动安装所有依赖：

• FunASR - 语音转录
• ModelScope - 模型下载
• FFmpeg - 音视频剪辑

首次运行会下载 FunASR 模型到 ~/.cache/modelscope/（约 2GB）。

---

功能概览

---

推荐工作流

/podcastcut-install        ← 首次使用：安装依赖、下载模型
    ↓
原始音频/视频 +（可选）剪辑指令
    ↓
/podcastcut-content        ← 方式一：传统剪辑（删除不要的）
/podcastcut-voiceclone     ← 方式二：声音克隆（TTS重新生成）

--- 方式一：传统剪辑 ---

/podcastcut-content        ← 输入：原始音频 + 剪辑指令
    ↓                         自动执行以下步骤：
    ├─ AI分析内容           →  标记内容级删除（寒暄、跑题、隐私、啰嗦）
    ├─ /podcastcut-edit-raw →  自动粗剪，输出音频 v2
    └─ /podcastcut-transcribe → 自动口误识别
    ↓                         输出：统一审查稿（内容+口误标记）
【用户在统一审查稿中确认/修改删除标记】← 唯一等待点
    ↓
/podcastcut-edit-fine      ← 输入：音频 v2 + 统一审查稿
    ↓                         输出：音频 v3（精剪后）
/podcastcut-final-touch    ← 输入：音频 v3 + 你的主题曲
    ↓                         输出：最终音频 + 时间戳 + 标题 + 简介
发布

---

审查稿删除标记方法

在审查稿中，使用 Markdown 删除线 ~~文字~~ 标记需要删除的内容。

格式

**说话人** 00:15
~~这段话需要删除~~ `[删除: 原因]` 这段话保留。

示例

**Maia** 00:05
~~开始了吗？能听到吗？~~ `[删除: 片头寒暄]`

**响歌歌** 00:08
~~我这边OK。~~ `[删除: 片头寒暄]` Hello，大家好，欢迎来到今天的播客。

**安安** 05:32
~~我之前在Google工作的时候~~ `[删除: 隐私-公司名]` 我之前工作的时候，遇到过类似的情况。

操作步骤

1. AI 生成审查稿，自动标记建议删除的内容（用 ~~删除线~~）
2. 用户打开审查稿文件，检查每个删除标记
3. 确认删除：保持删除线不变
4. 取消删除：移除 ~~ 符号
5. 新增删除：给需要删除的文字加上 ~~删除线~~
6. 保存后告诉 AI “按审查稿剪辑”

删除类型

---

各 Skill 详细说明

/podcastcut-install

用途：首次使用前的环境准备

输入：无

执行：

/podcastcut-install

安装内容：

• pip install funasr modelscope
• brew install ffmpeg（macOS）或 apt install ffmpeg（Ubuntu）
• 下载 FunASR 模型（约 2GB）

---

/podcastcut-content

用途：端到端播客剪辑入口。AI分析内容 → 自动粗剪 → 自动口误识别 → 输出统一审查稿

输入：

• 原始音频/视频文件
• （可选）说话人名字列表
• （可选）剪辑指令，如"不删隐私"、“保留闲聊”、“严格删跑题”

输出：

• podcast_transcript.json - 句子级时间戳
• podcast_审查稿.md - 统一审查稿（内容级+口误级删除标记）

示例：

用户: /podcastcut-content
用户: 帮我剪掉播客里的废话，音频是 /path/to/podcast.mp3，说话人是 Maia 和响歌歌
用户: 帮我剪播客，本期不需要删除隐私信息

---

/podcastcut-edit-raw

用途：根据审查稿执行粗剪（句子级删除）

输入：

• 原始音频文件
• 用户确认后的审查稿（podcast_审查稿.md）

输出：

• podcast_v2.mp3 - 粗剪后音频

示例：

用户: /podcastcut-edit-raw
用户: 按审查稿粗剪，音频是 /path/to/podcast.mp3

---

/podcastcut-transcribe

用途：识别口误、语气词、短语重复

输入：

• 粗剪后的音频（v2）
• 原审查稿（v1，用于提取未处理的半句删除）

输出：

• transcript_chars.json - 字符级时间戳
• 审查稿.md - 统一审查稿（v2）

示例：

用户: /podcastcut-transcribe
用户: 识别口误，音频是 /path/to/podcast_v2.mp3

---

/podcastcut-edit-fine

用途：根据审查稿执行精剪（字符级删除）

输入：

• 粗剪后的音频（v2）
• 用户确认后的审查稿（v2）

输出：

• podcast_v3.mp3 - 精剪后音频

示例：

用户: /podcastcut-edit-fine
用户: 执行精剪

---

/podcastcut-final-touch

用途：最终润色（片头预览、主题曲、时间戳章节）

输入：

• 精剪后的音频（v3）
• 你的主题曲文件（AI 会询问路径）
• （可选）逐字稿

输出：

• podcast_final.mp3 - 最终音频
• podcast_时间戳.txt - 章节时间戳
• podcast_标题建议.txt - 标题选项
• podcast_简介.txt - 播客简介

示例：

用户: /podcastcut-final-touch
AI: 请提供主题曲文件路径...
用户: ~/Music/my-theme.mp3

---

/podcastcut-voiceclone

用途：声音克隆播客剪辑。用 TTS 重新生成干净音频，替代传统的删除式剪辑。

思路：ASR 转录 → AI 修正文字 → 提取说话人样本 → Fish Audio 声音克隆 → TTS 逐段重新生成

输入：

• 原始音频文件
• podcast_transcript.json（已有则跳过转录）
• （可选）说话人名字

输出：

• podcast_voiceclone.mp3 - 重新生成的干净音频

依赖：

• FISH_API_KEY in .env
• pip install requests python-dotenv

示例：

用户: /podcastcut-voiceclone
用户: 用声音克隆重新生成这段播客

---

目录结构

podcastcut-skills/
├── README.md
├── podcastcut-install/
│   └── SKILL.md
├── podcastcut-content/
│   ├── SKILL.md
│   ├── scripts/
│   │   ├── transcribe.py
│   │   └── generate_transcript.py
│   └── tips/
├── podcastcut-edit-raw/
│   ├── SKILL.md
│   └── scripts/
│       └── rough_cut.py
├── podcastcut-transcribe/
│   ├── SKILL.md
│   ├── scripts/
│   │   ├── transcribe_chars.py
│   │   ├── detect_phrase_repeats.py
│   │   └── extract_original_deletions.py
│   └── tips/
├── podcastcut-edit-fine/
│   ├── SKILL.md
│   └── scripts/
│       └── merge_deletions_fast.py
├── podcastcut-final-touch/
│   └── SKILL.md
└── podcastcut-voiceclone/
    ├── SKILL.md
    └── scripts/
        ├── extract_speaker_samples.py
        ├── create_voice_model.py
        ├── tts_generate.py
        └── merge_segments.py

---

技术栈

• 转录: FunASR (阿里开源，中文识别最优)
• 剪辑: FFmpeg (filter_complex)
• AI分析: Claude (语义分析、内容审核)

---

性能参考

测试环境：M1 Mac，CPU 推理

---

License

MIT