बड़ा अपडेट! मेरा Claude Skills वीडियो एडिटिंग एजेंट अब बेहतर पहचान और UI के साथ

नमस्ते सभी को, मैं चेंग फेंग हूँ।

एडिटिंग स्किल्स को अपडेट कर दिया गया है।

पिछले वर्जन के रिलीज़ होने के बाद, मुझे बहुत सारी प्रतिक्रिया मिली। दो सबसे आम समस्याएँ थीं:

• 5GB मॉडल डाउनलोड करने में दर्जनों मिनट लगते थे, जिससे कई लोगों ने हार मान ली।
• दस्तावेज़ में लाइन दर लाइन वर्बल स्लिप्स (बोलने की गलतियाँ) ढूँढ़ना बहुत थकाऊ था।

इसलिए इस बार मैंने बड़ा बदलाव किया:

मैंने वोल्कइंजन (Volcengine) के ऑडियो/वीडियो पहचान मॉडल को बदल दिया और इंटरैक्शन इंटरफ़ेस को अपग्रेड किया।

कैसा है असर? चलिए इसे सीधे CapCut (Jianying) से तुलना करते हैं:

एडिटिंग स्किल्स:

CapCut:

उसी वीडियो में, AI ने उन सभी वर्बल स्लिप्स को पहचान लिया जो CapCut ने मिस कर दी थीं, और इसका प्रदर्शन प्रभाव भी बेहतर है।

उपयोगकर्ताओं की प्रतिक्रिया के आधार पर, यह अपडेट मुख्य रूप से तीन पहलुओं पर केंद्रित है।

1. तेज़: API ने लोकल मॉडल की जगह ली

पिछले वर्जन में 5GB का लोकल मॉडल डाउनलोड करना पड़ता था, जिसे कई लोगों ने बहुत धीमा बताया था।

इस बार, मैंने सीधे API कॉल पर स्विच कर दिया।

• तेज़ डाउनलोड: मॉडल के लिए घंटों इंतज़ार करने की ज़रूरत नहीं।
• तेज़ निष्पादन: API सर्वर आपके कंप्यूटर से कहीं ज़्यादा तेज़ हैं।

2. अधिक सटीक: वर्बल स्लिप पहचान को फिर से डिज़ाइन किया गया

पिछली वर्बल स्लिप पहचान थोड़ी कच्ची थी; अब पूरे सिस्टम को फिर से तैयार किया गया है।

मॉडल बदलाव

डौबाओ (Doubao) की ऑडियो/वीडियो सबटाइटलिंग सबसे सटीक पहचान है जो मैंने अनुभव की है।

( @जीके जेनी (गीक जेनी) को टिप के लिए धन्यवाद )

AI सिमेंटिक समझ

अब AI सेगमेंट दर सेगमेंट विश्लेषण करता है:

यह प्रत्येक सेगमेंट को नियमों के आधार पर जज करता है: साइलेंस, दोहराए गए वाक्य, हकलाने वाले शब्द, फिलर शब्द...

पारदर्शी उपयोगकर्ता आदतें

सभी पहचान नियम एक स्वतंत्र फ़ोल्डर में रखे गए हैं:

अगर आपको लगता है कि कोई नियम गलत है, तो बस फ़ाइल को संपादित करें। अगर आप कोई नया नियम जोड़ना चाहते हैं, तो बस एक नई .md फ़ाइल बनाएँ।

3. अधिक सहज: विज़ुअल रिव्यू इंटरफ़ेस

यह सबसे बड़ा सुधार है।

पहले, संपादन के बाद, AI कमांड लाइन में एक रिव्यू ड्राफ्ट आउटपुट करता था। आपको टेक्स्ट में समस्याएँ ढूँढ़नी होती थीं और AI को बताना होता था कि क्या बदलना है।

अब, संपादन शुरू करने के बाद, एक रिव्यू सर्विस अपने आप शुरू हो जाती है।

अपना ब्राउज़र खोलें, और आपको CapCut के टॉकिंग-हेड एडिटिंग जैसा इंटरफ़ेस दिखेगा:

दो अतिरिक्त फ़ीचर जोड़े गए हैं:

फ़ीचर 1: स्पीड बटन

आप पूरे वीडियो को डबल स्पीड पर सुन सकते हैं।

फ़ीचर 2: डिलीशन लिस्ट कॉपी करें

यह फ़ीचर AI सीखने के लिए है। रिव्यू परिणामों की पुष्टि करने के बाद, "कॉपी डिलीशन लिस्ट" पर क्लिक करें, डिलीट किए गए सेगमेंट की जानकारी कॉपी करें, और AI को बताएँ। AI आपके एक्सप्रेशन की आदतों का विश्लेषण करेगा ताकि अगली बार और सटीक पहचान कर सके।

यह सेल्फ-अपडेटिंग मैकेनिज़म है जिस पर मैं हमेशा जोर देता हूँ—जितना अधिक आप इसका उपयोग करेंगे, यह आपको उतना ही बेहतर समझेगा।

प्रक्रिया अब बहुत सरल हो गई है, इसमें केवल 15 मिनट लगते हैं।

स्टेप 1: स्किल्स डाउनलोड करें (1 मिनट)

एडिटिंग स्किल्स डाउनलोड करने में मेरी मदद करें:

- पता:

https://github.com/Ceeon/videocut-skills

- स्टोरेज पथ: .claude/skills/ (सीधे इस डायरेक्टरी में क्लोन करें, सबफ़ोल्डर न बनाएँ)

स्टेप 2: API की कॉन्फ़िगर करें (3 मिनट)

इस बार हम वोल्कइंजन की "ऑडियो/वीडियो सबटाइटल जनरेशन" क्षमता का उपयोग कर रहे हैं।

इसमें 20 मुफ्त घंटों के साथ एक ट्रायल है:

वोल्कइंजन मॉडल मैनेजमेंट में लॉग इन करें और "ऑडियो/वीडियो सबटाइटल जनरेशन" को सक्षम करें:

API की प्राप्त करें:

/v दर्ज करें, videocut:install चुनें, API की दर्ज करें और कॉन्फ़िगरेशन पूरा करें।

स्टेप 3: वीडियो संपादित करें (10 मिनट)

/v दर्ज करें, videocut:edit चुनें और वीडियो पथ दर्ज करें।

AI अपने आप करेगा:

1. ट्रांसक्रिप्शन के लिए API कॉल करना
2. लोकल रिव्यू सर्विस शुरू करना
3. रिव्यू इंटरफ़ेस का लिंक प्रदान करना

लिंक खोलें और रिव्यू इंटरफ़ेस देखें:

यहाँ हम AI की पहचान सटीकता की जाँच कर सकते हैं।

ऑपरेशन: Shift + ड्रैग करके सेगमेंट चुनें या अचयनित करें।

चार फ़ंक्शन बटन:

1. प्ले — CapCut की तरह, चयनित सेगमेंट को स्वचालित रूप से स्किप करता है।
2. स्पीड प्ले — एक ऐसा फ़ीचर जो CapCut में नहीं है; आप धीमी बात वाले वीडियो को तेज़ कर सकते हैं।
3. डिलीशन लिस्ट कॉपी करें — यदि बड़ा अंतर है, तो अपने डिलीशन परिणामों को कॉपी करें ताकि AI आपकी आदतों को सीख सके।
4. एडिट निष्पादित करें — पुष्टि करने के बाद, क्लिक करें और एडिट अपने आप पूरा हो जाएगा।

एक बार समाप्त होने पर, नाम के अंत में "cut" वाला एक वीडियो दिखाई देगा।

स्टेप 4: सबटाइटल जोड़ें (3 मिनट)

पहले की तरह, /v दर्ज करें और videocut:subtitles चुनें।

अपने विशेष संज्ञाओं को डिक्शनरी फ़ाइल में जोड़ना याद रखें ताकि सबटाइटल सटीकता अधिक हो।

चार कदम, पूरी तरह से विज़ुअल।

अगर आपको पहले यह परेशानी भरा लगता था, तो इस बार फिर से प्रयास करें।

टिप्पणियों में मुझे बताने के लिए आपका स्वागत है।