
QuietCut: pause tagliate e cut list

Illustrazione simbolica, non uno screenshot di un output reale.
Accorcia le pause di una registrazione e ricevi cut list esatte, audio con dissolvenze e un rapporto di qualità.
Cosa fa QuietCut
QuietCut è pensato per podcaster, intervistatori, docenti e montatori video che vogliono stringere le pause di una registrazione prima del montaggio finale. Usa un rilevamento del silenzio basato sull'energia: misura il volume su brevi frame, trova i tratti silenziosi e rimuove quelli lunghi. Non è riconoscimento vocale né IA, quindi non distingue il parlato dagli altri suoni. Musica, applausi, respiri e rumore di fondo costante possono mantenere parti che volevi tagliare, e il parlato molto basso può essere eliminato.
Cosa fornire e come funziona
Allega WAV, MP3, M4A con AAC o MP4 (video H.264 con audio AAC) e, se vuoi, un file di sottotitoli SRT UTF-8 fino a 2 MB. Scegli un preset (prudente, standard o aggressivo) oppure chiedi una soglia fissa in dB, una stima automatica del rumore di fondo, una durata minima del silenzio, un margine prima e dopo ogni parte mantenuta o una durata minima delle parti mantenute. I file possono arrivare a 100 MiB. Il WAV può durare fino a 30 minuti. L'audio di MP3, M4A e MP4 viene decodificato in mono a 16 kHz e limitato a circa 26 minuti (1.562,5 s).
Tutto avviene nella chat di Capafy. L'agente chiede solo ciò che manca, prepara e convalida le impostazioni del lavoro, esegue gli script inclusi e riassume il risultato. Non ti viene mai chiesto di installare software, aprire un terminale o eseguire comandi.
File ricevuti e output di esempio
File che ricevi: cut-list.csv (intervalli mantenuti e rimossi in campioni esatti, secondi e timecode), cut.edl (formato EDL comune), cut.fcpxml, keep-only.wav (parti mantenute unite con dissolvenze da 5 a 15 ms, PCM a 16 bit), waveform.png con le zone rimosse segnate, timeline.png, report.json e report.md, e shifted.srt se fornisci i sottotitoli (le righe interamente nelle parti rimosse vengono eliminate). Con un MP4 ottieni anche cut.mp4 (H.264 + AAC, ricodificato per tagli esatti) solo se il video rispetta questi limiti: classe 640x360 o inferiore (lato lungo fino a 640, lato corto fino a 360, dimensioni pari), al massimo 300 secondi, al massimo 16 MiB, frame rate costante da 10 a 30 fps, non ruotato. Oltre i limiti ricevi solo cut list, EDL, FCPXML e audio, con un messaggio chiaro. Per video 720p e 1080p non viene creato un MP4 tagliato.

Output reale della skill con un input di esempio (segnale di test sintetico), immagine 1 di 6.

Output reale della skill con un input di esempio (segnale di test sintetico), immagine 2 di 6.

Output reale della skill con un input di esempio (segnale di test sintetico), immagine 3 di 6.

Output reale della skill con un input di esempio (segnale di test sintetico), immagine 4 di 6.
Controlli e report
Controlli realmente eseguiti: i file vengono analizzati e gli errori (formato, codec, durata, dimensione, traccia audio assente) sono spiegati in modo semplice. Dopo ogni lavoro un passaggio di verifica controlla numero di frame e frequenza del WAV, che il CSV copra la sorgente senza buchi, il numero di modifiche dell'EDL e la struttura del FCPXML; per cut.mp4 verifica che la durata coincida con quella del WAV e che audio e video differiscano di meno di 0,1 s. Il rapporto riporta durata totale, tempo e percentuale rimossi, numero di segmenti, loudness, un istogramma delle durate dei silenzi e avvisi (oltre il 75 % rimosso, parti molto brevi, nessun audio rimasto).

Output reale della skill con un input di esempio (segnale di test sintetico), immagine 5 di 6.
Precisione e velocità
Accuratezza misurata solo su segnali sintetici: 12 seed, 60 burst noti simili al parlato, silenzio minimo di 200 ms, nessun margine. Precisione 99,2 %, richiamo circa 100 %, errore medio sui confini 4,5 ms, massimo 9,9 ms. I casi difficili vanno peggio. Con rumore ambientale costante o musica la precisione scende a circa il 54 % (richiamo 100 %), perché il rumore viene mantenuto come se fosse parlato. Battiti di mani intermittenti: precisione 77,5 %. Respiri lunghi: 74,7 %. Parlato sussurrato: precisione 98,9 %, ma richiamo di circa il 47 %, quindi il parlato debole si perde. Questi numeri non descrivono la tua registrazione; controlla il risultato e regola la soglia.

Output reale della skill con un input di esempio (segnale di test sintetico), immagine 6 di 6.
La velocità è stata misurata su un Mac Apple Silicon (arm64) con Node 26. Un lavoro su un WAV di 5 minuti ha richiesto circa 0,13 s. Un video 640x360 di 60 s circa 10 s, e uno di 300 s senza nulla rimosso circa 95 s. Velocità e memoria nel cloud di Capafy non sono verificate; aspettati tempi maggiori. L'importazione di EDL e FCPXML nei programmi di montaggio non è verificata; entrambi descrivono tagli netti arrotondati a 24, 25 o 30 fps, e il FCPXML punta al nome del tuo file originale, che potresti dover ricollegare.
Trattamento dei dati e piani
Trattamento dei dati: il codice del prodotto non effettua chiamate di rete; i file vengono letti e scritti nell'area di lavoro di Capafy. Non è la politica di conservazione di Capafy. Sei responsabile di avere i diritti sulle registrazioni che elabori. Le immagini di esempio sono risultati reali di questa skill ottenuti da segnali di prova sintetici, non registrazioni di clienti.
Piani: settimanale US$4.99 per 15 lavori. Mensile US$9.99 per 50 lavori. Nessuna prova gratuita.


