实用指南
视频解说导出剪映 / CapCut 后，怎样继续精剪？
源码核对日期 2026-09-13
想在剪映或 CapCut 里继续改一条做好的解说，把现有的 timeline.json 导成可编辑草稿，不要拿渲染好的 MP4 当素材。Video Recap Skills 的独立导出器把原片（带原声）、旁白和可选配乐分别放在轨道上，字幕作为文本，并把媒体打包，草稿搬走后仍能打开。它不重跑 ASR、视觉理解或 TTS，也不重新渲染 MP4。请用你实际使用的编辑器版本打开。下面的排练示例比较两种精剪，包括移动旁白时还要一起改什么。
开始之前
- 本地仓库或已安装的 skill 目录中有
skills/video-assemble/scripts/export_jianying.py，已准备 Python、ffprobe、生成完毕的timeline.json，且媒体引用可访问。替换下方/ABS/占位路径。尚无解说时间轴时，先从视频解说完整流程开始；只有成片 MP4，不会自动重建分开的旁白和字幕轨道。 - 若尚未合成，先准备源视频与
work_dir/tts_meta.json。本地合成需要 ffmpeg；烧录字幕需要 libass/subtitles filter。MiMo 提供远程 ASR/VLM/默认 TTS；可选 Fish Audio 只替换 TTS。 - 能用于实际测试草稿的剪映或 CapCut 桌面安装。草稿是可选附加导出，不是渲染解说 MP4 的必要步骤。
- 先决定修改范围：要留下的意思、必须听见的原话或看见的动作，以及保留现有配音还是另外申请新配音。若时间轴明确要求倒放却没有已备好的倒放文件，导出可以调用本地 ffmpeg 生成并打包该素材；因此不是“绝不处理媒体”的承诺。
操作步骤
- 区分仅导出与重新合成 已有完整
timeline.json时，用下方独立命令导出当前剪辑，不重跑合成。尚未合成时，另一条assemble.py流程也能通过--export-jianying --jianying-out /ABS/drafts附带导出草稿，但仍会执行正常合成工作。 - 保留正确源视频 cut 模式下，在生成
timeline.json的assemble.py命令中传入--source-video /ABS/original.mp4，让时间轴保留真实原片区间。之后独立导出器只读取这份已完成的时间轴，不接受--source-video参数。 - 导出已有剪辑，不用压平的成片冒充原素材 对真实时间轴运行独立命令，读取返回的
draft_dir与警告。这条路径读取时间轴及引用媒体，不调用 MiMo/Fish，也不重新渲染整部解说。原素材缺失时，不要因为画面相似就改用result.mp4：里面可能已经混入旁白并烧录字幕。 - 完整保留媒体包 默认开启媒体打包。移动时复制整个输出目录，包括
Resources/local/。只有编辑器仍能访问外部媒体路径时才使用独立导出器的--no-bundle-media。注意读取警告：缺失媒体不会被记为已成功打包。 - 在目标编辑器中打开 使用已安装版本支持的本地草稿打开或导入方式，保持返回的草稿目录完整，并检查媒体、字幕和音轨是否可用；不同版本的菜单与草稿位置可能不同。
- 看清可编辑元素里到底是什么 常规导出的解说里，视频片段带着原声与音量关键帧，导出器不承诺另外拆出干净的人声轨。旁白、可选 BGM 是独立音频段，解说字幕是文本段。改字幕只改显示文字，不会改 WAV 里说的话；原画面已有的硬字幕也不能靠删除导出的文本段消失。
- 移动解释，不剪掉它所依赖的证据 先确定观众必须听见或看见什么，再缩短。排练示例保留一次没合上的起拍、原话、可见手势和下一次起拍；可以把解说移到结果后，也可以去掉解说做原声主导的短版。不要为了省两秒剪掉手势，却仍声称成片展示了回应如何跟随它。更前面的声音分工问题，见原声与旁白指南。
- 让配音、字幕与音量变化一起对齐 移动已有旁白时，一起移动它对应的字幕提示，并检查旧位置、新位置的原声音量和配乐关键帧。导出器写出这些位置后，不会在编辑器里持续自动重算压低原声的窗口。真要改说话内容，应准备作者接受的新录音并重排时长，而不是只改字幕或切掉旧录音的尾字。
- 确定哪一版负责最终交付 把未修改的导出留作起点，用目标编辑器支持的复制/版本方式建立精剪版。这个导出器读取
timeline.json，不会把桌面工程里的修改反向回写到该时间轴、SRT、WAV 或之前的 MP4。最终选择在编辑器中导出成片，或先把修改决定明确带回流程输入再另行渲染；重导出旧时间轴不会恢复编辑器里的修改。
示例
示例
从已有时间轴导出（替换所有 /ABS 路径）： python3 /ABS/video-recap-skills/skills/video-assemble/scripts/export_jianying.py \ /ABS/work/timeline.json \ --out-dir /ABS/drafts \ --name rehearsal_base
读取返回的 draft_dir 与全部警告。 把完整草稿目录与其中的 Resources/local/ 媒体一起保留。
原创编辑练习——《第二次起拍》 以下是虚构的画面描述与剪辑位置，不是真实视频、已导出的工程或 TTS 实测结果。 所有时间仅用于说明剪辑关系，不能当作实际录音长度。真实素材确实包含这些拍点时 才采用相应方案，不要为了套例子补造不存在的镜头。
观众问题：两次起拍之间，什么发生了变化？ 这份虚构素材里，吉他先于其他人进入，大家停下；随后有人发出指令、抬手， 第二次起拍合在一起。它没有证明整场排练已完成、整首曲子已熟练，也没证明 第一次失误究竟出于谁的什么心理。
原片时间 → 剪后时间 | 画面与原声 00:12–00:16 → 00:00–00:04 | 第一次起拍没合上，大家停下 00:22–00:26 → 00:04–00:08 | “看我抬手，再进。” 00:26–00:28 → 00:08–00:10 | 领拍的人抬手，其他人等着 00:28–00:34 → 00:10–00:16 | 第二次一起进入，奏完短乐句并留足必要余音 00:34–00:38 → 00:16–00:20 | 乐句及其余音已结束，手放下，只余现场底声
原片00:16–00:22这段已从示例剪辑中省略。下文的编辑操作都用右边的剪后时钟。 手势和第二次起拍保持原片中的相邻顺序，没有拿另一次尝试的反应镜头来替代。
给示例草稿故意放入一个问题： - 一段旁白录音及其对应字幕位于剪后00:05–00:09。 - 旁白是：“抬手以后，第二次起拍合在了一起。” - 只为讲清移动关系，假设这段已有完整录音长四秒；这不是实测语速，也不是 要求新 TTS 硬塞进去的规定时长。 - 它盖住部分原话，视频片段的原声音量关键帧也压低了这个区域。 只移动字幕，不会让那句指令重新听清。
A——保留一句解释，但放到结果之后（示意20秒版） 1．保留第一次没合上的起拍、完整指令、抬手与第二次短句的先后关系。 2．把完整四秒旁白从00:05–00:09移到00:16–00:20，对应字幕也整体后移十一秒。 先让观众听到结果，再回看一句，不在发出指令时抢话。 3．检查视频片段的原声音量关键帧：按需解除指令处已经过时的压低，保住两次 起拍的可听性，并处理新旁白位置的压低/恢复；有配乐时也检查那个位置。 移动一段配音，不等于另一个片段上的关键帧会跟着搬家。 4．真实录音或原声短句比示意窗口长，就扩展或另选剪法；不要切尾字、假设有 静默空隙，或为了凑“20秒”删掉手势。尾镜也必须真的有可用的收束过程。
B——让这次重来自己说话（示意16秒的编辑器短版） 1．删掉这段新增旁白及其对应的解说字幕，不盲目清空所有文本。 若原声对白字幕已经存在，只保留与实际可听内容相符的部分；常规解说文本轨 不等于已经为全部原声对白做好了可编辑字幕。 2．删的是00:16–00:20尾段，不是指令，也不是00:08–00:10的手势。 3．解除不再需要的原声压低，按正常速度听两次起拍。配乐遮住比较时，降低或 去掉配乐，而不是把所有轨道一起拉响。实际结束点要在第二次乐句完整奏完、 余音有足够收束之后，不能只照示例秒数硬切。
A 多留一句事后解释；B 让可听的比较承担更多叙事。两者都不足以支持 “他们终于练熟了整首曲子”这样的标题；更窄的编辑标题可以是“同一个开头，再来一次”。 这是作者选的两种剪法，不是导出器内置预设，也没有提供已生成的配音或成片。
如果错的是说话内容，而不只是位置： 假设已有录音说“他们终于练熟了整首曲子”，只把字幕改成较窄的判断，观众仍会 听到过度结论。应连同字幕去掉这段录音，或另外准备获准的新录音，再按真实时长 放置。仅导出草稿的命令不会替你合成新配音。
交接说明——普通编辑笔记，不是必需文件格式或新增功能： 选定版本：A 或 B，记下选择，不把两版同时当成最终稿。 保留拍点：第一次停下 → 完整指令 → 抬手 → 第二次短句。 修改元素：旁白移动/删除、对应字幕、原声/配乐音量。 当前母版：点名的编辑器工程；最初导出保留不动。 最终交付：从选定精剪版导出的成片，不是之前那份流程 MP4。 实际素材仍要判断：原话是否完整、手势是否可见、短句是否收住，目标编辑器能否 正确打开媒体包。
再次运行独立导出器，只会再次读取它的输入时间轴。换一个输出目录名，不会自动 带上编辑器工程中的修改。完整保留媒体包，并注明最后真正选中了哪一版。
预期文件
- 返回的
draft_dir包含draft_content.json、draft_info.json与draft_meta_info.json。 - 打包媒体位于
Resources/local/video/、Resources/local/audio/、Resources/local/image/；缺失文件保留为带警告的外部引用。 - 不会覆盖非空输出目录，导出器会选择带编号的相邻目录。草稿导出与已合成的 MP4、字幕和
timeline.json相互独立。 - 编辑器精剪版与流程快照是两份不同交付。改过的字幕不会替换旁白音频；未修改的
timeline.json再导出一次，也不会包含编辑器里的修订。选定工程和它仍引用的媒体要一起保留。
验证结果与边界
- 检查三份草稿 JSON 与引用媒体，再在实际目标桌面/地区版本中测试打开。Schema 模板版本或历史 smoke test 不等于所有剪映/CapCut 版本都兼容。
- 针对排练练习，指令、手势、第二次起拍要保持顺序，并在需要处听得清。既看新旁白位置，也看旧位置的原声音量关键帧；把实际说的话与显示字幕对照。示意的20/16秒两版不是实测交付时长要求。
- 检查旁白尾字、音画同步、原声交接、BGM 音量、字幕断行与剪点。草稿引用源媒体，原素材已有的硬字幕可能仍在，需要时应遮罩。
- 只运行导出 smoke test 验证的是本地草稿契约，不证明已执行远程生成、桌面编辑器成功打开或最终成片正确。