Remove breath gaps

去气口（remove-breath-gaps）

压缩口播音频句间的气口/静音，加快节奏。核心工具是 scripts/degap.py，一条命令完成检测+剪切+校验。

标准流程

1. 直接用默认参数跑：

   python3 <skill目录>/scripts/degap.py "输入音频.mp3"
   

   输出默认为同目录下 <原名>_去气口.<同后缀>，脚本会打印：气口数量、剪除总秒数、前后时长对比。

2. 把脚本打印的结果转述给用户（处理了多少气口、快了多少秒），提醒用户试听，并告诉他们哪个参数可以调（见下方"用户反馈 → 参数调节"）。

3. 如果想先看气口分布再决定，可加 --dry-run（只报告不生成文件）。

为什么这样剪（原理，遇到问题时回来看）

• 不用 ffmpeg 的 silenceremove 滤镜。它靠 RMS 窗口判断语音起点，反应滞后，切点整体偏后：气口挂在上一句尾部拖节奏，下一句开头（尤其轻声、气声开头的字）会被啃掉。这是实际踩过的坑。
• 正确做法是先用 silencedetect 精确定位每个气口的起止点，再不对称保留：
  • 句尾后留 --tail（默认 0.08s）——人声结尾自然衰减，留一小截即可，不会显得突兀；
  • 下一句开口前留 --pre（默认 0.15s）——起始辅音（f/s/h/x 等气声）比阈值电平低、比主元音来得早，必须留足缓冲才不会切字。
• 剪切点全部落在静音区间内部（安静→安静拼接），不会产生爆音，无需交叉淡化。

用户反馈 → 参数调节

用户说	调整
下一句开头被切到字	--pre 加大到 0.2（还不行就 0.25，并检查 --threshold 是否太高）
还是有点拖 / 不够快	--tail 0.05 --pre 0.12，或 --min-gap 0.15 连短停顿一起收
太赶了 / 像机器剪的	--tail 0.12 --pre 0.2，或 --min-gap 0.3 只剪大气口
呼吸声还在	--threshold 调高（如 -22）——呼吸声电平高于当前阈值，没被算进气口
安静的词尾被误剪	--threshold 调低（如 -30）

改参数重跑时输出文件直接覆盖即可；建议保留原始文件永远不动。

边界情况

• 视频文件：脚本会拒绝（只剪音频会导致音画不同步）。先用 ffmpeg 提取音轨处理，或改用视频剪辑工具（如 ChatCut）做基于转写的停顿剪辑。
• 背景有音乐/底噪的音频：silencedetect 找不到低于阈值的间隙，效果会很差。提醒用户此工具适合干声口播。
• 完成后校验：脚本已内置前后时长对比。如需进一步确认没切到字，可对比处理前后的"语音内容时长"（总长减去 silencedetect 检出的静音总长，差值应在每处剪切点几十毫秒的边缘衰减范围内），或直接建议用户试听开头几句。