规则先产生候选
实际去重使用文本相似度、聚类与评分，先快速筛出可能重复的句子，再交给审核决定保留内容。规则的可解释性有助于定位误删和调整候选，基础识别由第三方ASR承担。
CASE 03 / CONTENT / WORKFLOW
AI口播视频工作流
从素材到成片，把人工判断留在关键处
AI 口播剪辑词句审核工作台 · 完整交互演示截图 查看原图 ↗
MY CONTRIBUTION / 项目中的我
把素材整理、识别候选、人工审核和导出串成可复核工作流
我负责什么
项目负责人；完全负责需求、流程、AI能力集成、部署和验收统筹，工程实现使用AI辅助，基础模型为第三方。
形成了什么
- 已部署的剪辑工作室、词级审核和虚拟形象配音页面
- 上传、素材分类、词级审核、字幕/素材与多规格输出的运行页面和流程资产
- 剪辑口播工作台PRD、交互演示与异常处理规则
项目价值
可帮助内容团队把ASR与剪辑建议转成可定位、可撤销、可确认的编辑任务，并让候选结果、审核决定、时间轴和导出版本之间保持可追查。
TRY THE DESIGN
剪辑口播：从原型到 PRD。
查看素材导入、词句审核、误删恢复、字幕时轴和版本导出的产品流程、接口约定与验收用例。
项目背景与目标
围绕口播剪辑的重复工作，整合上传、转写、候选处理、词级审核、字幕与多版本导出，关注误删恢复和交付质量。
口播剪辑经常消耗在细小判断上：一句话说了几遍，哪次更完整，哪里是停顿，哪里虽不流畅却不能删除。上传、识别、审核、字幕和输出分散在不同工具里，自动处理越多，越需要清楚的中间结果和纠错入口。
我全面负责需求、流程、工具集成、部署与交付判断，将剪辑工作室、词级审核和合成工具连接起来。实现使用第三方模型与AI辅助开发，重点是让内容判断进入工具流程，并保留可检查的结果。
要解决的问题
口误、重复表达和静音需要反复处理，自动剪辑又容易误删有效内容，审核与导出之间缺少清楚的衔接。
我的工作与交付范围
项目负责人
- 统筹素材进入、A-Roll/B-Roll分流、识别、重复处理、静音精剪、审核与多版本输出的需求和集成。
- 组织词级选留、字幕修改、素材入出点、剪辑工程与任务日志等界面，连接自动候选和人工决定。
- 根据既有工程补充PRD、状态与验收要求，排查误删、时间轴、导出输入和失败提示之间的断点。
实施重点
- 拆分素材上传、ASR、去重去静音、人工审核和导出，明确每步输入与状态。
- 保留词级选择、字幕修改和剪辑工程出口，让人工能够修正自动候选。
- 围绕误删、字幕时间轴、异常任务和输出版本补充流程与验收规则。
从输入到输出，流程怎样运转
- 01
素材进入与分流
剪辑工作室提供项目列表、分块上传、代理视频与素材分类。分类先取前15秒音频识别，再按文本量和中文词判断口播或补充画面，属于便于分流的启发式方法。
- 02
生成候选剪辑
主链合并口播素材，调用共享ASR客户端，以句子相似度聚类和口癖、NG词等规则选择候选，再经粗剪后二次识别与去静音。识别客户端保留分块时间偏移、限流退避和网络重试。
- 03
保留人工审核
审核站支持词级选择与自动初选；最终导出中的“选中”表示保留。字幕可逐条修改，FCPXML可回到剪辑软件继续处理，初选和最终选词的差异留下上下文记录。
- 04
分别检查输出
工作流包含标准视频和微信压缩版本，界面提供异步导出和日志轮询。围绕这些出口分别整理文件、字幕、音轨及原片/代理用途的验收要求，让审核决定能够跟随到最终交付。
关键设计与取舍
审核语义必须一致
词级导出的选择表示保留，这一约定贯穿按钮说明、误删恢复和输出。FCPXML中的初选与最终选词差异保留上下文，便于回看自动规则在哪些地方需要修正。
剪辑时轴要重新映射
原片词时间与去重、去静音后的成片时间不同。补充画面和字幕需要明确原片到成片的时间映射，并形成时轴映射设计说明。
按用途组合子工具
虚拟形象工具将头像缓动或循环视频与Edge-TTS合成，适合验证脚本、声音和画面编排；B-roll先从汽车外观、内饰等明确词表着手，逐步检验匹配效果。
具体交付了什么
- 剪辑工作室
- 形成素材、项目、字幕、日志和手动剪辑等操作页面，并连接后台流水线。
- 词级审核与工程出口
- 提供词级审核、异步成片导出及FCPXML工程，支持继续人工精修。
- 流程与质量说明
- 整理需求、流程、状态与验收文档，形成PRD及交互原型材料。
项目亮点
- 组织剪辑工作室、词句审核与虚拟形象配音等内容工作流。
- 支持标准视频、微信压缩、字幕编辑、FCPXML与任务日志等环节。
项目成果
- 形成剪辑工作室、词级审核与视频合成等可运行页面。
- 沉淀从需求到集成、部署和质量验证的流程资产。
继续了解这个项目
欢迎交流这个项目中的产品思路、制作过程与交付经验。