AI智能音频人声剪辑与降噪精修
输入人声录音,通过Whisper与Claude智能识别口误、语气词及杂音,调用ffmpeg平滑剪切输出纯净音频。
功能与用途
专门用于人声录音与播客精修的自动化处理工具。用户提供未经剪辑的音频文件,系统结合 Whisper 词级时间戳与 Claude 语义分析,智能区分口误、语气词、停顿与正常修辞停顿。随后通过 ffmpeg 执行淡入淡出无缝拼接并填补底噪,支持修复麦克风门限杂音及云端精修,最终交付自然连贯的成片音频。
适用场景
- 播客录音批量去除语气词与卡顿:自动定位并裁剪对话中的“嗯、啊”、重复结巴与无效空白,保留自然修辞停顿。
- 录音裁剪预检与试听校对:在真正切割文件前生成修改建议列表,供创作者人工确认删减点,防止误删。
- 麦克风门限断续杂音修复与响度标准化:检测并修复录音降噪门限导致的咔哒杂音,并将最终音频锁定至标准发布响度。
适用人群
- 播客创作者
- 短视频与自媒体博主
- 在线课程讲师
- 有声书录音师
使用步骤
- 提供待处理的原始录音文件路径
- 选择剪辑模式,可先开启预览模式查看标记点
- 系统调用模型分析并由 ffmpeg 自动平滑剪切拼接
- 导出处理后的纯净音频并查验修复效果
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 自媒体
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes Agent、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-09-29
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
AI audio editing pipeline: Whisper word-level transcription → Claude segment classification (KEEP/CUT_FILLER/CUT_FALSE_START/CUT_STUTTER/CUT_DEAD_AIR) → ffmpeg with 40ms qsin crossfades and room-tone fill → optional Cleanvoice cloud polish; plus GateScan/GateRepair for noise-gate ticking artifacts. Modes: --preview, --aggressive, --polish. Workflow: Clean. USE WHEN clean audio, edit audio, remove filler words, clean podcast, remove ums, cut dead air, polish audio, trim recording, cut stutters, ticking audio, clicking audio, audio clicks, gate artifacts, popping audio. NOT FOR video composition (use Remotion).
依赖与权限
- ANTHROPIC_API_KEY
- CLEANVOICE_API_KEY