长视频高光切片专家

要解决的问题

面对几十分钟的体育录像、数小时的会议记录或整晚的游戏直播，人工剪辑精彩片段的成本高得离谱：反复拖时间轴、手动标记关键时刻、再逐段拼接成片。更麻烦的是，不同类型视频的"高光"信号完全不同——进球靠观众欢呼和比分变化，知识讲座靠章节过渡词和重复强调，游戏高光则藏在击杀音效和弹幕峰值里。

这个技能的目标就是让整条流水线零人工介入：从视频输入到成品集锦，自动识别内容类型、检测高光、切片、编排、后期增强，最后输出多个时长的版本。

核心能力与工作流程

类型感知的策略路由

技能第一步按视频类型选择检测策略。体育比赛关注视觉动作峰值、音频欢呼与比分变化；游戏直播追踪击杀音效、弹幕密度高峰和主播音量峰值；课程讲座依赖章节过渡词、重复重点和提问环节；会议录制提取决策关键词与行动项；活动Vlog综合场景切换、人物表情和BGM高潮；监控录像则只提取关键事件。每种类型都有建议的集锦时长占比，例如体育比赛为原时长的 10-15%，课程讲座为 20-30%。

多模态高光检测

检测引擎融合视觉、音频、文本等多维信号，对候选片段计算高光评分。一次进球可能同时命中画面动作突变、观众分贝突增和比分变化；一次团战可能叠加击杀音效、弹幕爆炸和主播喊叫。多信号交叉验证能有效降低单维度误检。

智能切片与编排

切片策略包括：高光点前后各保留 3-8秒 上下文，单段时长控制在 5-15秒（适配短视频平台），最大不超过60秒，重叠片段自动合并，切片间插入 0.5-1秒 过渡。编排逻辑按类型定制：体育比赛按时间线+重要度排序，逐步升级到绝杀时刻；课程讲座按知识逻辑排序，从引入到核心知识点再到总结。

后期增强与多格式输出

后期阶段对齐BGM重拍做节奏卡点，精彩段做 0.5-2x 变速（慢动作强调），高光时刻添加特效标记，叠加比分数据条、解说字幕和章节标题，并用闪白、模糊、滑动等转场增强流畅感。最终输出四种形态：30秒社交速览、3分钟完整集锦、10分钟精华存档，以及每段独立的切片包供二次创作。

直播实时流水线

对直播场景，技能支持监听直播流→实时高光检测→即时切片→自动上传、标题生成和标签推荐→多账号分发队列管理，并可将播放量数据回传用于优化检测阈值。

适用边界与注意点

• 技能不替代专业剪辑软件的全部功能，定位是自动化粗剪和初版集锦，精细调色与复杂叙事仍需人工
• 监控录像场景仅提取离散关键事件，不适用于需要连续记录或延时摄影的场景
• 高光检测依赖信号显著性，对于情绪峰值不明显的平淡内容（如纯静态会议），召回率可能有限
• 输入需提供视频文件或直播流地址，可选参数包括视频类型、目标时长和输出平台