如何审查 AI 生成的剪辑：质检清单

审查 AI 剪辑的视频，要按逐帧的清单来检查，而不是相信工具给出的总结：带声音播放每一个剪辑点，每次波纹操作后检查同步，留意被切掉的换气和字词，逐一判断每个跳切，对照最终音频校对字幕，像观众一样不停顿地完整看一遍，最后再检查导出的文件本身。AI 工具可以拼出一版技术上有效、却以只有人才能察觉的方式出错的剪辑。本文给出一套质检流程，无论剪辑出自文字剪辑工具、自动删除静音的工具还是剪辑代理，都同样适用。

清单分为几轮。每一轮只找一类问题，这比试图在一次观看中抓住所有问题更快，也更可靠。

审查前的准备

公正的审查在按下播放之前就开始了。

• 保留原始粗剪。 复制序列，或者确保能回到 AI 动手之前的状态。你会需要对比。
• 如果有改动列表，先拿到它。 有些工具会报告删除或移动了什么。把它当作该看哪里的地图，而不是结果正确的证明。
• 用合适的监听设备审查。 使用耳机或像样的音箱，机器条件允许的话用全分辨率播放。被切掉的辅音和环境声的跳变，在笔记本扬声器上听不出来。
• 把停下来的轮次和观看的轮次分开。 前几轮是技术检查：停下、修正、继续。最后一轮是只记笔记的完整观看。

第一轮：每一个剪辑点

许多 AI 剪辑问题就出在剪辑点本身。逐个检查每个剪辑点，播放前后各一两秒，再逐帧跨过它。

画面连贯性

• 闪帧。 修剪时留下被删片段的一两帧残片，软件很容易造成，观众也很容易注意到。逐帧检查每一个剪辑点。
• 眨眼和做到一半的动作。 剪在半闭的眼睛或正在移动的手上，即使台词没错，看起来也像失误。
• 视线和道具。 工具调换镜头顺序后，杯子可能换了手，视线也可能朝错了方向。
• 机位晃动。 基于音频的自动剪辑看不到片段开头的晃动或跟焦。

剪辑点上的声音

• 被切掉的字词。 转录稿的时间是近似值，按文字下刀可能切掉一个词的第一个辅音，或者留下多余的音节。
• 环境声跳变。 把两条素材接在一起，剪辑点处的底噪或空调嗡嗡声可能发生变化。一个短交叉淡化，或用干净的环境声填补，通常就能掩盖。
• 咔嗒声。 不在过零点剪开的音频可能会发出咔嗒声。在音频剪辑点加一个很短的交叉淡化，大多数都能解决。
• 在乐句中间被截断的音乐。 自动压缩常常不顾小节和乐句就缩短背景音乐。

换气和停顿

删除静音和口头禅，是 AI 剪辑最容易听起来不对劲的地方。每一次换气都被删掉的讲话者，听起来上气不接下气，还有点不真实。保留足够的换气，让节奏仍然听起来像人在说话，尤其是在开始一个新想法之前。

停顿也有意义。回答前的那一拍，可能正是观众意识到这个问题很难的时刻。如果工具删掉了它，就把它放回来。我们关于从采访中删除口头禅的指南讲了该剪什么、该留什么。

跳切

对每一个跳切都问一句：这是风格选择，还是意外？最刺眼的往往是幅度很小的跳切：同样的构图，人物的头只是稍微偏了一点。用插入镜头盖住它，推近到更紧的景别，或者把剪辑点移到句子边界，让跳切显得有意为之。如果推近，要确认放大后的画面在交付分辨率下依然站得住。

第二轮：同步以及下游的一切

波纹删除会移动其后的所有内容。这很有用，但悄无声息的损伤也发生在这里。

• 音画同步。 在开头、中间和结尾检查同步。一个与声音错开一帧的片段，在全景中很难看出来，在说话者的特写里却一目了然。
• 音乐重音。 如果某个剪辑点原本应该卡在节拍上，拖到那里确认它仍然卡得上。
• 插入镜头。 原本放在某句台词上的插入镜头，可能因为下面的台词移动了，现在压在了别的话上。
• 标题和人名条。 检查每个名字是否仍然出现在对应的人身上，有没有标题现在跨过了它原本没打算跨过的剪辑点。
• 标记和备注。 制片人留下的审阅标记，现在可能指向了错误的时刻。
• 响度。 以不同电平录制的片段接在一起，音量可能会跳。按交付目标测量最终混音。我们在剪辑的最后 5%一文中对这类收尾工作有更深入的讨论。

第三轮：字幕和屏幕文字

字幕常常是根据剪辑前的转录稿生成的。剪辑完成后，需要把它们当作一项单独的交付物来检查。

• 准确性。 人名、数字、专业术语和发音相近的词，是语音识别最容易出错的地方。对照音频而不是脚本来读。
• 剪辑点处的时间。 跨过画面剪辑点还挂着的字幕，或者在人开口之前就出现的字幕，看起来都很粗糙。
• 被删掉的字词。 如果剪辑删掉了某个词，确认字幕里也不再出现它。
• 断行和阅读速度。 在自然的语句边界处断行，让每条字幕在屏幕上停留足够长的时间，以便读完。
• 说话人切换。 在对话中，检查每条字幕是否属于正在说话的人。

任何字幕工具最后都需要人工做语言审校，翻译后的字幕需要懂目标语言的审校者。

第四轮：只有人才会注意到的时刻

这一轮是任何自动检查都替代不了的。以正常速度、不停顿地把整个视频看一遍，边看边记。

• 意义。 调整顺序或压缩之后，是否让某人看起来说了他没说过的话？把一句话的前半句接到另一句话的结尾，可能会改变一个陈述。对于采访来说，这既是剪辑问题，也是伦理问题。
• 表演。 反应镜头、笑声、承认某件事之前的犹豫。以时长为优化目标的工具，往往恰恰删掉这些。
• 结构。 故事是否仍在层层推进？结尾是否站得住，还是压缩删掉了它所呼应的铺垫？
• 语境与同意。 检查背景里的人脸、可见的标志、显示隐私信息的屏幕，以及任何要求不要出镜的人。
• 整体节奏。 目标时长可能是靠掏空某一段达到的。比较每一段的时长，而不只是总时长。

检查导出的文件，而不只是时间线

最后一项检查在剪辑软件之外进行。渲染出交付文件并审查这个文件，因为干净的时间线并不保证干净的导出。

• 片头和片尾。 查找开头和结尾处多余的黑帧或闪帧，确认视频在正确的位置开始和结束。
• 格式。 对照需求检查分辨率、帧率和画幅比例，并确认重新构图的版本或竖屏版本依然把人脸和文字留在画面内。
• 音频声道。 确认混音在预期的声道上，没有静音或重复的声道。
• 文件中的字幕。 如果字幕是烧录进画面的，或者以单独的字幕文件交付，把它和导出文件一起打开，对照渲染后的画面抽查时间。

做好记录

记下每个问题的时间码和一个简短类别：连贯性、声音、同步、字幕、意义。做过几个项目后，规律就会显现。如果同一个工具总是切掉开头的辅音或删掉换气，就在下一个项目之前修改你的指令或它的设置，而不是每次都手动修同样的问题。我们的AI 剪辑说“完成了”，可剪辑却是错的一文解释了这些错误为什么会反复出现。

J.A.R.E.D. 适合做什么，不适合做什么

cinemaOS 是 Momentum Studios 为 Apple 芯片打造的 Mac 原生剪辑软件，内置端侧助手 J.A.R.E.D.。它的设计理念与这份清单相同：AI 剪辑是一份由人来审查的草稿。

• 它提出有边界的操作，并检查结果。 只有它被设计来做的任务才会运行，超出范围的请求会直接失败，而不是去猜。
• 主观性的工作以候选版本的形式交付。 压缩之类的剪辑任务会生成可编辑的候选版本，绝不会悄悄替换你已经认可的序列，所以你始终有原版可以对比。
• 撤销照常可用。 它的改动使用软件普通的撤销和重做，版本快照和工程恢复也能让你回到更早的状态。
• 它在本地运行。 没有生成积分，任何内容都不需要离开你的 Mac。

如果你在 cinemaOS 中审查，相关工具都在同一个软件里：你可以转录一场戏并用文字剪辑，检查并修正离线字幕，并在 SOUND 调音台中测量混音。

局限是真实存在的。J.A.R.E.D. 只运行它被设计来做的任务，它不能让你省掉上面的各轮检查，也不会替你判断表演或意义。自动转录和字幕仍然需要人工语言审校。cinemaOS 不支持口型同步。它还是一款年轻的软件（版本 0.2，Build 9），面向搭载 Apple 芯片的 Mac，Windows 版计划于 2027 年 11 月推出，目前尚不可用。

常见问题

审查一版 AI 剪辑需要多长时间？

比片长更长。至少安排一轮逐个剪辑点停下来检查的审查、一次单独的字幕检查，以及一次不中断的完整观看。AI 在粗剪上省下的时间，有一部分会花在这里，这很正常。

AI 生成的字幕可以不检查就直接用吗？

不可以。语音识别已经好到能省下好几个小时的打字时间，但人名、数字和发音相近的词仍然会出错，而且剪辑前生成的字幕可能包含已经被剪掉的词。请对照最终音频校对。

AI 出的错应该手动修，还是重新运行工具？

零星的问题手动修。如果同一个错误到处出现，就撤销这轮 AI 操作，收窄指令或修改设置，先在一小段上重新运行。

把清单变成你自己的

把这几轮检查抄进你自己的笔记，并按你的工作类型调整：采访、社交媒体短片或长片。下一次 AI 辅助剪辑时就用上它，无论是哪个工具剪的。如果你想要一个交给你候选版本去审查、而不是宣称已经完成的助手，cinemaOS 的价格为每月 9.99 美元（不含增值税），可免费使用 60 天，无需绑定银行卡，也不会自动扣费。