核心用法
Video Auto Editor v4.7 是一款专为单人出镜（A-Roll）内容设计的自动化视频粗剪工具，采用规则引擎结合AI语音识别的混合架构。用户仅需提供视频文件或文件夹路径，系统自动完成静音检测、片段评分、转录分析、流畅度评估、去重筛选与拼接输出全流程。
单视频模式（Scenario A）：输入单个视频，输出最优片段及详细Markdown报告，适用于从长素材中精选一条可用内容。
批量处理模式（Scenario B）：输入文件夹自动识别为批量任务，跨视频去重后按文件名顺序拼接，输出单一成片及批量报告，适合多机位重录或多次拍摄的同一内容场景。
显著优点
1. 专业级评分体系：四维基础评分（起止清晰度、中段流畅度、自然节奏）叠加转录调整的加权算法，非简单静音切割，能有效识别"说完话但语句不完整"的低质量片段。
2. 中文场景深度优化：流畅度模型针对中文口语特征（重复、呃啊填充词、连词截断）调校，相比通用方案误判率更低。
3. 工程化输出：自动报告含片段转录摘要、评分明细、去重决策依据，便于人工复核与版本管理。
4. 灵活的规则配置：20余项可调参数覆盖噪声环境、片段长度偏好、编码质量等场景，无需修改代码即可适配不同素材特性。
潜在局限
- 适用范围窄：明确限定单人固定机位内容，多人对话、采访、音乐/B-roll主导内容效果极差。
- Whisper依赖：转录准确性直接决定流畅度评分质量，small模型在口音、专业术语场景下误差率约15%，需手动升级至medium/large模型。
- 去重策略保守：基于文本相似度（阈值默认0.7），语义重复但表述差异大的内容可能漏检，反之口语词差异导致的误判也存在。
- GPL v3授权：商用需开源衍生代码，闭源产品集成受限。
适合人群
- 知识类创作者：课程讲师、财经/科技博主，需从多次录制中快速精选最优take。
- MCN剪辑团队：处理口播类账号日更素材，降低初剪人力成本。
- 个人vlogger：单兵作战，希望自动化完成粗剪后再进行精剪。
常规风险
- 数据隐私：转录依赖本地Whisper或潜在API调用，敏感内容需确认离线运行。
- 过度剪辑：算法优先"完整句子"可能导致有效信息密度下降，关键短片段（<15秒）默认被过滤。
- 版本兼容性：FFmpeg与Python依赖版本敏感，macOS/Ubuntu路径差异可能引发运行时错误。