听见每个词元
本机 Whisper 输出段落与词元时间，FFmpeg 同时记录全部静音区间。
LOCAL ASRLOCAL-FIRST EDIT AGENT
先理解，
再下刀。
PodCut 让 DeepSeek 做内容判断，让本机 Whisper 和 FFmpeg 完成可核验的精剪。 每个剪点都能回到原视频，每段空白都有记录。
- Token词元级选择
- 100%源时间可追溯
- Local视频留在本机
CONTENT SIGNAL01:24:18
HOOK
为什么很多父母培养不出优秀孩子？
价值评分 92
REMOVE
嗯 · 那个 · 重复观点
源区间仍保留在审计记录
INTERACTIVE PROTOTYPE
一条能解释自己的剪辑时间线
选择本地视频只会生成浏览器预览，不会上传。当前 Pages 版本用于展示产品工作流。
LOCAL PREVIEW
仅本地预览
原始时长58:42
建议成片10:18
内容保留17.6%
节省剪辑时间≈ 6.8h
12:03.00012:05.00012:07.00012:09.000
我觉得
其实吧
孩子教育
0.42s
最重要的是
培养兴趣
0.78s
创造环境
12:06.480
FROM RAW FOOTAGE TO EDIT DECISION
AI 负责判断，时间线负责证明。
判断什么值得留
DeepSeek 选择源词元 ID、合并观点、重组顺序，不允许直接编造时间戳。
CONTENT AGENT生成可审计剪点
本地规则校验 ID，结合停顿、帧率与安全余量生成 source-to-output 映射。
VALIDATED PLAN精确回切原视频
视频与音频使用同一源区间，向外对齐帧并重新编码，规避关键帧误差。
SYNCED RENDERPRECISION MODEL
句子用来理解，
词元与空白用来剪。
“按句打时间戳”能快速定位观点，但无法安全删除句中口头语，也无法判断一次停顿该留多少。 PodCut 保存三层证据，并明确区分渲染精度与 ASR 测量误差。
数据层主要用途是否作为剪点
句 / 段语义、章节、LLM 上下文定位用
词元选择内容、删除口头语、回到源时间核心依据
静音区间保护气口、压缩长停顿、修正边界边界依据
视频帧最终可渲染边界与音画同步输出边界
P
PRIVACY BY ARCHITECTURE
大文件不必上云，密钥不进浏览器。
视频、工作音频、词元时间线都保存在本机 workspace。Pages 只承载产品界面；DeepSeek 密钥只由本地 CLI 从环境变量读取。