Get started
QuietCut: cortes de silêncio e listas

QuietCut: cortes de silêncio e listas

Encurte as pausas de uma gravação e receba listas de corte exatas, áudio com crossfade e um relatório de qualidade.
#Vídeo#Mídia#Produtividade
Avaliação
São necessárias mais avaliações
Vendas
0
Como usar
Executar na Capafy
Também em aplicativos externos
Fornecido pelo publisher
GPT-6 Luna

cover

Ilustração simbólica, não uma captura de tela de uma saída real.

Encurte as pausas de uma gravação e receba listas de corte exatas, áudio com crossfade e um relatório de qualidade.

O que o QuietCut faz

O QuietCut é para podcasters, entrevistadores, professores e editores de vídeo que querem apertar as pausas de uma gravação antes da edição final. Ele usa detecção de silêncio baseada em energia: mede o volume em quadros curtos, encontra os trechos silenciosos e remove os longos. Não é reconhecimento de fala nem IA, então não distingue fala de outros sons. Música, aplausos, respirações e ruído de fundo constante podem manter trechos que você queria cortar, e fala muito baixa pode ser removida.

O que fornecer e como funciona

Anexe WAV, MP3, M4A com AAC ou MP4 (vídeo H.264 com áudio AAC) e, se quiser, um arquivo de legendas SRT UTF-8 de até 2 MB. Escolha uma predefinição (conservadora, padrão ou agressiva) ou peça um limiar fixo em dB, uma estimativa automática do ruído de fundo, uma duração mínima de silêncio, margem antes e depois de cada parte mantida ou uma duração mínima das partes mantidas. Os arquivos podem ter até 100 MiB. O WAV pode ter até 30 minutos. O áudio de MP3, M4A e MP4 é decodificado em mono 16 kHz e limitado a cerca de 26 minutos (1.562,5 s).

Tudo acontece no chat da Capafy. O agente pergunta apenas o que falta, prepara e valida as configurações do trabalho, executa os scripts incluídos e resume o resultado. Você nunca precisa instalar software, abrir um terminal ou executar comandos.

Arquivos recebidos e saída de exemplo

Arquivos que você recebe: cut-list.csv (intervalos mantidos e removidos em amostras exatas, segundos e timecode), cut.edl (formato EDL comum), cut.fcpxml, keep-only.wav (partes mantidas unidas com crossfades de 5 a 15 ms, PCM de 16 bits), waveform.png com as regiões removidas marcadas, timeline.png, report.json e report.md, e shifted.srt se você enviar legendas (as falas que ficam inteiramente em partes removidas são descartadas). Com MP4 você também recebe cut.mp4 (H.264 + AAC, recodificado para cortes exatos) somente se o vídeo estiver dentro destes limites: classe 640x360 ou menor (lado maior até 640, lado menor até 360, dimensões pares), no máximo 300 segundos, no máximo 16 MiB, taxa de quadros constante de 10 a 30 fps, sem rotação. Acima disso você recebe apenas a lista de cortes, EDL, FCPXML e áudio, com uma mensagem clara. Vídeos 720p e 1080p não geram MP4 cortado.

overview

Saída real da skill com uma entrada de amostra (sinal de teste sintético), imagem 1 de 6.

cut regions

Saída real da skill com uma entrada de amostra (sinal de teste sintético), imagem 2 de 6.

presets

Saída real da skill com uma entrada de amostra (sinal de teste sintético), imagem 3 de 6.

EDL and CSV

Saída real da skill com uma entrada de amostra (sinal de teste sintético), imagem 4 de 6.

Verificações e relatório

Verificações que realmente rodam: as entradas são analisadas e os erros (formato, codec, duração, tamanho, falta de faixa de áudio) são explicados em linguagem simples. Após cada trabalho, uma etapa de verificação confere o número de quadros e a taxa de amostragem do WAV, se o CSV cobre a origem sem lacunas, a contagem de edições do EDL e a estrutura do FCPXML; no cut.mp4, confere se a duração bate com a do WAV e se áudio e vídeo diferem em menos de 0,1 s. O relatório traz duração total, tempo e porcentagem removidos, número de segmentos, loudness, um histograma das durações de silêncio e avisos (mais de 75 por cento removido, partes muito curtas, nenhum áudio restante).

report

Saída real da skill com uma entrada de amostra (sinal de teste sintético), imagem 5 de 6.

Precisão e velocidade

Precisão medida apenas em sinais sintéticos: 12 sementes, 60 rajadas conhecidas semelhantes à fala, silêncio mínimo de 200 ms, sem margem. Precisão de 99,2 por cento, recall de cerca de 100 por cento, erro médio de limite de 4,5 ms e máximo de 9,9 ms. Os casos difíceis são piores. Com ruído de sala constante ou música, a precisão cai para cerca de 54 por cento (recall de 100 por cento), porque o ruído é mantido como se fosse fala. Palmas intermitentes: precisão de 77,5 por cento. Respirações longas: 74,7 por cento. Fala sussurrada: precisão de 98,9 por cento, mas recall de apenas cerca de 47 por cento, então a fala baixa se perde. Esses números não descrevem a sua gravação; revise o resultado e ajuste o limiar.

before and after timeline

Saída real da skill com uma entrada de amostra (sinal de teste sintético), imagem 6 de 6.

A velocidade foi medida em um Mac Apple Silicon (arm64) com Node 26. Um trabalho com WAV de 5 minutos levou cerca de 0,13 s. Um vídeo 640x360 de 60 s levou cerca de 10 s, e um de 300 s sem nada removido, cerca de 95 s. Velocidade e memória na nuvem da Capafy não foram verificadas; espere mais lentidão. A importação de EDL e FCPXML em programas de edição não foi verificada; ambos descrevem cortes secos arredondados para 24, 25 ou 30 fps, e o FCPXML aponta para o nome do seu arquivo original, que talvez precise ser reconectado.

Tratamento de dados e planos

Tratamento de dados: o código do produto não faz chamadas de rede; os arquivos são lidos e gravados dentro do espaço de trabalho da Capafy. Esta não é a política de retenção da Capafy. Você é responsável por ter os direitos das gravações que processa. As imagens de exemplo são resultados reais desta skill a partir de sinais de teste sintéticos, não gravações de clientes.

Planos: semanal US$4.99 por 15 trabalhos. Mensal US$9.99 por 50 trabalhos. Sem teste gratuito.