
QuietCut:静音剪辑清单与音频

象征性插图,并非实际输出的截图。
缩短录音中的停顿,获得精确的剪辑清单、带交叉淡化的音频和质量报告。
QuietCut 的功能
QuietCut 适合播客主、采访者、教师和视频剪辑师,在正式剪辑前收紧录音中的停顿。它采用基于能量的静音检测:按很短的帧测量音量,找出安静片段并删除较长的部分。它不是语音识别,也不是 AI,因此无法区分人声和其他声音。音乐、掌声、呼吸声和持续的背景噪声可能让你想剪掉的部分被保留,很轻的说话声则可能被删掉。
需要提供的内容与工作方式
可上传 WAV、MP3、AAC 的 M4A 或 MP4(H.264 视频加 AAC 音频),也可附带不超过 2 MB 的 UTF-8 SRT 字幕。你可以选择预设(保守、标准、激进),也可以指定固定阈值(dB)、自动估算底噪、最短静音时长、每段保留内容前后的余量,或最短保留时长。文件最大 100 MiB,WAV 最长 30 分钟。MP3、M4A 和 MP4 的音频会解码为单声道 16 kHz,时长限制约 26 分钟(1,562.5 秒)。
全部在 Capafy 聊天中完成。智能体只询问缺少的信息,准备并校验任务设置,运行随附脚本并汇总结果。不会要求你安装软件、打开终端或运行命令。
收到的文件与示例输出
你会收到:cut-list.csv(保留与删除区间,含精确采样点、秒和时间码)、cut.edl(通用 EDL 格式)、cut.fcpxml、keep-only.wav(保留部分以 5 至 15 毫秒交叉淡化相连,16 位 PCM)、标出删除区域的 waveform.png、timeline.png、report.json 和 report.md;如果提供字幕,还有 shifted.srt(完全落在被删除部分内的字幕会被丢弃)。输入 MP4 时,只有视频在以下限制内才会另外生成 cut.mp4(为精确剪切而以 H.264 + AAC 重新编码):640x360 级别或更小(长边不超过 640,短边不超过 360,尺寸为偶数)、不超过 300 秒、不超过 16 MiB、10 至 30 fps 恒定帧率、未旋转。超出限制时只提供剪辑清单、EDL、FCPXML 和音频,并给出明确提示。720p 和 1080p 视频不会生成剪切后的 MP4。

该技能对示例输入(合成测试信号)的真实输出。(1/6)

该技能对示例输入(合成测试信号)的真实输出。(2/6)

该技能对示例输入(合成测试信号)的真实输出。(3/6)

该技能对示例输入(合成测试信号)的真实输出。(4/6)
检查与报告
实际执行的检查:会探测输入并用易懂的语言说明错误(格式、编码、时长、大小、缺少音轨)。每次任务结束后,验证步骤会检查 WAV 的帧数和采样率、CSV 是否无缝覆盖源文件、EDL 的编辑数量以及 FCPXML 的结构;对于 cut.mp4,还会检查其时长与 WAV 一致,且音频与视频时长相差不超过 0.1 秒。报告包含总时长、删除时长和百分比、片段数、响度、静音时长分布以及警告(删除超过 75%、保留片段过短、没有剩余音频)。

该技能对示例输入(合成测试信号)的真实输出。(5/6)
准确度与速度
实测准确度仅来自合成信号:12 个随机种子、60 个已知的类语音脉冲、最短静音 200 毫秒、无余量。精确率 99.2%,召回率约 100%,平均边界误差 4.5 毫秒,最大 9.9 毫秒。困难情形更差。持续的室内噪声或音乐会被当作人声保留,精确率降到约 54%(召回率 100%)。间歇性拍手的精确率为 77.5%,较长的呼吸声为 74.7%。耳语级别的说话声精确率为 98.9%,但召回率只有约 47%,轻声说话会丢失。这些数字不代表你的录音,请检查结果并调整阈值。

该技能对示例输入(合成测试信号)的真实输出。(6/6)
速度在一台 Apple Silicon (arm64) Mac、Node 26 上测得。5 分钟 WAV 的任务约需 0.13 秒;60 秒的 640x360 视频约 10 秒;未删除任何内容的 300 秒视频约 95 秒。Capafy 云端的速度和内存未经验证,可能更慢。EDL 和 FCPXML 导入剪辑软件的效果未经验证;两者都是按 24、25 或 30 fps 取整的硬切,且 FCPXML 指向原始文件名,可能需要重新链接。
数据处理与套餐
数据处理:产品代码不进行任何网络调用;文件仅在 Capafy 工作区内读写。这不是 Capafy 的保留政策。你需对所处理录音拥有相应权利。示例图片是本技能用合成测试信号生成的真实输出,不是客户录音。
套餐:每周 US$4.99(15 次任务),每月 US$9.99(50 次任务)。不提供免费试用。


