DraftCut 将语义判断交给 Agent 与人,将来源、时间线与批准完整性放到确定性代码中。正式流程是口播稿审核、视频脚本审核、成片。
spoken_edit.py 复用原 clean-talking 的保守候选和纯时间线助手,要求逐词完整记账。Agent 通读全文并听审,明确删除口头禅、口误/改口、失败重说、冗余重复、停顿的依据。否定、数字和名称有保守保护;敏感变更须写出具体理由供人审核。
每个保留词恰好进入输出一次,移序需说明。代码按整数采样拼接 48 kHz 原声,逐块比较输出 PCM 与源区间;所有保留词的完整采样范围都必须存在,删除词不能残留。字幕由保留词及同一映射生成,不能仅删字幕。词组断句和 ASR 字面纠错都在审核包中披露,不用 TTS 添加声音。
输入为视频时,同一采样区间决定视频片段;累计帧舍入将边界误差限制在帧精度,避免逐段舍入累积漂移。正式媒体完整解码。ASR 边界本身仍需听审,采样正确不能证明识别或自然度。
spoken_workflow.py 先生成 REVIEW-ONLY 代理和完整差异稿,语义复核证据绑定稿件与代理。口播稿请求由用户签名后才可生成正式精炼音频。导演请求绑定正式音频、字幕、完整脚本、计划及素材,再次由用户签名。
review_approval.py 在用户本人终端审阅并确认当前摘要,用用户保管的加密 Ed25519 私钥签发回执。生产验证信任项目外公钥,不接受模型布尔值、自签测试身份、错误阶段或过期版本。内容变化在实际检查中被观察到时烧掉旧代次,即使恢复旧稿也需新的批准。失败构建保留在暂存事务目录,不当作已批准成品;同版本重试只返回已验证产物。
这依赖用户保管口令与主机信任配置,不能防御掌握整个执行环境和口令的攻击者。签名证明持钥者批准过具体内容,不证明审美、语义与听感。详情见 审批边界。
validate_plan.py 的纯函数只做结构检查;生产 CLI、初始化、导出和交付入口都重新校验两道签名链。init_project.mjs 按字节复制批准 WAV,生成的仍是 scaffold。Agent 必须实际创作 MG 并连续预览。
导出前后验证当前批准与工程音轨,导出后由 verify_output_audio.py 比较解码波形和批准原声,检查音轨误换或时序不一致。mono→stereo 显式复制声道,避免隐式 downmix 造成虚假的增益差异。波形比较有 AAC 编码容差,不代替语义试听。
依赖继续锁定 Hyperframes 0.8.30、GSAP 3.14.2;默认单 worker、本机 Chrome、硬件 H.264,软件编码显式选择。技术元数据、实际听感和视觉判断分开报告。
python3 -m unittest discover -s tests -v
python3 -m unittest discover -s scripts/tests -v
node --test tests/*.test.mjs
python3 examples/plan-validation/run.py
python3 examples/full-workflow/run.py --output-dir /tmp/draftcut-full-example --initialize-composition合成源为按词标记的音调、手写时间戳与独立 fixture 签名,不是实际 ASR 或真实人类批准。测试覆盖语义删改、敏感词和有意重复保留、移序、PCM完整性、SRT映射、人物音视频同剪辑、两道批准阻塞、变更失效、伪造与旧项目迁移。真实口播准确率、自然剪口、视觉质量和效率收益仍须用获授权录音与实际视听评估,未建立 100 倍基准。
独立执行 Agent 从公开仓库链接读取 README → Agent bootstrap → SKILL,在 macOS Apple Silicon 的全新副本实际创建 .venv 并安装锁定 Node 包,随后重复检查并复用依赖。两次均执行了本机完整 Chrome + GSAP 与 H.264/AAC 编码、完整解码;再按健康报告的运行环境初始化合成工程,lint 为零错误零警告。
这证明当前机器上的隔离项目安装路径;已有系统 Python、Node、FFmpeg 和 Chrome 被复用,不代表在全新操作系统上安装全部系统软件,也不代表所有 Agent、云 ASR 或生产审批已认证。具体执行方法由 Agent 安装说明 负责,用户仍只需发送仓库链接。