Empezar
QuietCut: cortes de silencio y listas

QuietCut: cortes de silencio y listas

Acorta las pausas de una grabación y recibe listas de corte exactas, audio con fundidos y un informe de calidad.
#Vídeo#Medios#Productividad
Valoración
Se necesitan más valoraciones
Vendidos
0
Cómo se usa
Ejecutar en Capafy
También en aplicaciones externas
Proporcionado por el publisher
GPT-6 Luna

cover

Ilustración simbólica, no una captura de un resultado real.

Acorta las pausas de una grabación y recibe listas de corte exactas, audio con fundidos y un informe de calidad.

Qué hace QuietCut

QuietCut es para podcasters, entrevistadores, docentes y editores de vídeo que quieren ajustar las pausas de una grabación antes de la edición final. Usa detección de silencio basada en energía: mide el volumen en tramos muy cortos, encuentra los pasajes silenciosos y elimina los largos. No es reconocimiento de voz ni IA, así que no distingue la voz de otros sonidos. La música, los aplausos, las respiraciones y el ruido de fondo constante pueden conservar zonas que querías cortar, y el habla muy baja puede eliminarse.

Qué debes aportar y cómo funciona

Adjunta WAV, MP3, M4A con AAC o MP4 (vídeo H.264 con audio AAC), y opcionalmente un archivo de subtítulos SRT UTF-8 de hasta 2 MB. Elige un ajuste (conservador, estándar o agresivo) o pide un umbral fijo en dB, una estimación automática del ruido de fondo, una duración mínima de silencio, margen antes y después de cada parte conservada o una duración mínima de cada tramo. Los archivos pueden pesar hasta 100 MiB. El WAV puede durar hasta 30 minutos. El audio de MP3, M4A y MP4 se decodifica a mono 16 kHz y se limita a unos 26 minutos (1.562,5 s).

Todo ocurre en el chat de Capafy. El agente solo pregunta lo que falta, prepara y valida los ajustes del trabajo, ejecuta los scripts incluidos y resume el resultado. Nunca se te pide instalar software, abrir una terminal ni ejecutar comandos.

Archivos que recibes y resultado de ejemplo

Archivos que recibes: cut-list.csv (tramos que se conservan y se eliminan, en muestras exactas, segundos y código de tiempo), cut.edl (formato EDL común), cut.fcpxml, keep-only.wav (partes conservadas unidas con fundidos de 5 a 15 ms, PCM de 16 bits), waveform.png con las zonas eliminadas marcadas, timeline.png, report.json y report.md, y shifted.srt si aportas subtítulos (se descartan las líneas que caen por completo en partes eliminadas). Con un MP4 también recibes cut.mp4 (H.264 + AAC, recodificado para cortes exactos) solo si el vídeo cumple estos límites: clase 640x360 o menor (lado largo hasta 640, lado corto hasta 360, dimensiones pares), máximo 300 segundos, máximo 16 MiB, fotogramas constantes de 10 a 30 fps y sin rotación. Por encima de esos límites recibes solo la lista de cortes, el EDL, el FCPXML y el audio, con un mensaje claro. El vídeo 720p y 1080p no genera MP4 cortado.

overview

Resultado real del skill con una entrada de muestra (señal de prueba sintética), imagen 1 de 6.

cut regions

Resultado real del skill con una entrada de muestra (señal de prueba sintética), imagen 2 de 6.

presets

Resultado real del skill con una entrada de muestra (señal de prueba sintética), imagen 3 de 6.

EDL and CSV

Resultado real del skill con una entrada de muestra (señal de prueba sintética), imagen 4 de 6.

Comprobaciones e informe

Comprobaciones que se ejecutan de verdad: las entradas se analizan y los errores (formato, códec, duración, tamaño, falta de pista de audio) se explican en lenguaje sencillo. Tras cada trabajo, un paso de verificación revisa el número de fotogramas y la frecuencia del WAV, que el CSV cubra el origen sin huecos, el número de ediciones del EDL y la estructura del FCPXML; para cut.mp4 comprueba que su duración coincide con la del WAV y que audio y vídeo difieren menos de 0,1 s. El informe incluye duración total, tiempo y porcentaje eliminados, número de segmentos, sonoridad, un histograma de duraciones de silencio y avisos (más del 75 % eliminado, tramos muy cortos, sin audio restante).

report

Resultado real del skill con una entrada de muestra (señal de prueba sintética), imagen 5 de 6.

Precisión y velocidad

Precisión medida solo con señales sintéticas: 12 semillas, 60 ráfagas conocidas similares al habla, silencio mínimo de 200 ms, sin margen. Precisión del 99,2 %, exhaustividad de aproximadamente el 100 %, error medio de límite de 4,5 ms y máximo de 9,9 ms. Los casos difíciles son peores. Con ruido de sala constante o música, la precisión baja a cerca del 54 % (exhaustividad del 100 %) porque el ruido se conserva como si fuera voz. Palmadas intermitentes: precisión del 77,5 %. Respiraciones largas: 74,7 %. Habla en susurro: precisión del 98,9 %, pero exhaustividad de solo el 47 % aproximadamente, así que se pierde el habla baja. Estas cifras no describen tu grabación; revisa el resultado y ajusta el umbral.

before and after timeline

Resultado real del skill con una entrada de muestra (señal de prueba sintética), imagen 6 de 6.

La velocidad se midió en un Mac Apple Silicon (arm64) con Node 26. Un trabajo con un WAV de 5 minutos tardó unos 0,13 s. Un vídeo de 640x360 de 60 s tardó unos 10 s, y uno de 300 s sin nada eliminado, unos 95 s. La velocidad y la memoria en la nube de Capafy no están verificadas; es previsible que sea más lento. La importación del EDL y del FCPXML en programas de edición no está verificada; ambos describen cortes directos redondeados a 24, 25 o 30 fps y el FCPXML apunta al nombre de tu archivo original, por lo que quizá tengas que reconectarlo.

Tratamiento de datos y planes

Tratamiento de datos: el código del producto no hace llamadas de red; los archivos se leen y escriben dentro del espacio de trabajo de Capafy. Esto no es la política de conservación de Capafy. Eres responsable de tener los derechos sobre las grabaciones que procesas. Las imágenes de muestra son resultados reales de esta habilidad con señales de prueba sintéticas, no grabaciones de clientes.

Planes: semanal US$4.99 por 15 trabajos. Mensual US$9.99 por 50 trabajos. Sin prueba gratuita.