面向某省级广电体育频道的端到端 AI 剪辑工作流：腾讯云 MPS 大模型版高光检测 + 本地 FFmpeg 流复制保画质 + 音频响度反推法二次筛选 + 一键配乐拼接，把 2 小时全场赛事的人工剪辑从 3~5 小时压缩到 50 分钟。
方案中频繁出现的专业术语集中说明。本套工作流由云端 AI 检测 + 本地视频处理 + 对象存储中转三部分协作完成，每个环节由不同组件担当。
腾讯云的视频 AI 处理云服务，提供精彩集锦、视频转码、智能审核、智能字幕、人脸识别等几十种能力。本方案核心使用其「精彩集锦-高级版」（Definition=26），输入一段长视频，云端用大模型分析画面+音频，输出每个精彩片段的起止时间戳和置信度。
角色 · 云端 AI 检测业界事实标准的视频处理命令行工具，一行命令即可完成切片、转码、混音、加字幕、淡入淡出、抽帧等操作。本方案用它做本地切片（流复制保画质）+ 拼接 + 字幕 + BGM 混音 + 响度分析，所有不需要 AI 推理的工序都交给它。
角色 · 本地视频处理类似 AWS S3 的云端文件仓库。MPS 任务不接受本地文件，必须先把原片传到 COS，MPS 再以 CosFileInfo 引用。同地域桶可避免跨区流量费，VPC 私网上传可达 100 MB/s。
告诉 MPS 用哪种"算法分支"做检测：4001 = 足球专用模型（识别黄牌/换人/进球等具体事件，给出标签），10020 = 大模型版（综合精彩瞬间，召回更高但只给 confidence 不给具体标签）。本方案最终选 10020 + 二次细筛。
FFmpeg 有两种切片模式：重新转码会损失画质，流复制则只是从原文件里"剪刀剪"出一段，不解码不重编码，0 画质损失 + 速度极快（1 小时素材切完只需几秒）。代价是切点必须落在关键帧（GOP 边界），偶有几帧时间戳偏差，但对 1 秒级精度的高光集锦完全够用。
角色 · 切片核心技术FFmpeg 自带的音频分析滤镜，输出片段的平均响度（mean_volume）和峰值响度（max_volume），单位 dBFS（满刻度分贝，0 是顶满，-20 是较安静）。本方案用 mean_volume 阈值反推"观众是否在欢呼"，进而判断是否进球。
FFmpeg 有两种拼接：concat filter（重转码，参数随便）和 concat demuxer + -c copy（无损拼接，所有片段必须分辨率/fps/采样率/PixFmt 完全一致）。本方案用后者，速度快画质零损失，但需要先把每段显式归一化。
音频限幅器，强制把信号峰值压在某个上限（本方案 0.89 ≈ -1 dBFS），防止 BGM + 现场声混合后触顶削波（破音）。这是广电播出标准的标配处理，保证最终响度符合 mean -16~-18、max 不超 -1 的播出规范。
电视台体育频道每场比赛产生 90~120 分钟原片，传统人工剪辑需 3~5 人时。本方案通过「AI 粗筛 + 客观信号细筛 + 一键合成」三段式流水线，把全片处理时间压缩到 50 分钟以内，且全程可工程化复用。下场比赛只需 1 条命令即可重跑。
原片上传到腾讯云 COS，作为后续 MPS 处理的输入。COS 同地域桶可避免跨区流量费，且 MPS 任务能直接以 CosFileInfo 引用，无需重复下载。
| 资源 | 规格 | 说明 |
|---|---|---|
| COS 桶 | test-1433610541 | ap-guangzhou，与 MPS 同地域 |
| SDK | cos-python-sdk-v5 | 分块上传 + 断点续传 |
| 对象 Key | football/粤超.mp4 | 2 GB / 2h23m / h264+aac |
所有公网传输环节都建议加 SHA256 校验。电视台局域网可走 VPC 私网上传，速度从 ~30 MB/s 提升到 ~100 MB/s，2GB 原片约 20 秒上传完成。
调用 MPS 的 ProcessMedia 接口，触发精彩集锦-高级版（Definition=26）。MPS 内部用大模型分析画面运动 + 音频强度 + 场景切换，输出每个精彩片段的起止时间戳和置信度。
| force_cls | 含义 | 适用场景 |
|---|---|---|
4001 | 足球专用（黄牌/换人/进球） | 赛前测试调通链路 |
10020 | 大模型版（综合精彩瞬间） | ✅ 全片生产用 |
大模型版返回的 TagSet 字段为空，仅给 Confidence（1~5）。无法依赖标签直接区分"进球/射门/越位"，必须叠加二次筛选（见 Stage 4）。
# 提交任务 client = MpsClient(cred, "ap-guangzhou") req = ProcessMediaRequest() req.from_json_string(json.dumps({ "InputInfo": {"Type": "COS", "CosInputInfo": {...}}, "AiAnalysisTask": {"Definition": 26, "ExtendedParameter": '{"hht":{"force_cls":10020}}' } })) task_id = client.ProcessMedia(req).TaskId # 容错轮询（60s timeout，连续失败 20 次才退出） while True: status = describe_task(task_id, timeout=60) if status.Status == "FINISH": break sleep(30)
MPS 返回时间戳后，不让 MPS 直接出片，而是回到本地用 FFmpeg 按时间戳切片。这是本方案的核心成本优化点。
-c copy 流复制 0 损失原画质，1 小时切完只需 ~2 分钟# 关键命令：流复制不重编码 ffmpeg -ss $start -i 粤超.mp4 -t $dur \ -c copy -avoid_negative_ts make_zero \ output/highlight_$N_$starts_$ends.mp4
13 个片段从 142 分钟原片中切出，总耗时 87 秒（M2 Mac），原画质 1:1 保留。
大模型版只给 confidence 不给标签，13 个片段中既有真进球也有常规对抗。用音频响度作为客观信号——进球瞬间观众爆发欢呼，是体育视频里最廉价、最高准的进球指代信号。
# 用 ffmpeg volumedetect 测每段平均/峰值响度 ffmpeg -i clip.mp4 -af volumedetect -f null /dev/null 2>&1 \ | grep -E "(mean_volume|max_volume)"
| mean_volume | 判定 | 典型场景 |
|---|---|---|
≥ −17 dB | ✅ 确认进球 | 观众爆发性欢呼，持续 3~5 秒 |
−21 ~ −17 dB | ⚠️ 可能射门 | 明显欢呼但未爆发，含险情/扑救 |
≤ −21 dB | ❌ 非射门 | 常规对抗，无明显情绪波动 |
优先用 mean 而不是 max。max 容易被解说员单点叫喊污染（"哎呀这个球！"），mean 反映的是观众持续欢呼的能量积累，跟进球高度相关。这个洞察让我们用一个 ffmpeg 命令就完成了原本需要画面识别的工作。
把人工 review 后保留的 6 段进球射门按比赛时间排序，添加片头/片尾 + 段头字幕 + 淡入淡出，无损拼接成长视频。
#N/6 第MM分SS秒concat -c copy 要求所有输入参数完全一致（分辨率/fps/采样率/PixFmt）。处理片头/片尾卡时必须显式归一化：
scale=1280:720,setsar=1,fps=25 # 视频归一化 aresample=44100,ac=2 # 音频归一化
BGM 必须做底（不能盖过现场欢呼），且末端要加限幅器防止削波，符合广电响度规范。
| 项目 | 值 | 作用 |
|---|---|---|
| BGM 音量 | −12 dB | 压低做底，约原响度的 25% |
| 现场声 | −2 dB | 微降给 BGM 留 headroom |
| BGM 淡入/淡出 | 1.5 s | 比片头淡入更长，自然引入 |
| Limiter 限幅 | 0.89 (−1 dBFS) | 防止 amix 触顶削波 |
| 实测响度 | mean −15 / max −0.5 dB | ✅ 符合广电播出标准 |
# 一键替换 BGM
python add_bgm.py /path/to/your-bgm.mp3
已封装通用脚本 add_bgm.py，支持任意 BGM 文件输入，混音参数自动套用。换 BGM 只跑 1 条命令，本次案例从合成 BGM 切到 Aeon - JJD.mp3 仅用 30 秒。
| 文件 | 位置 | 作用 |
|---|---|---|
football_highlight.py | football-highlight/ | 主流程（COS 上传→MPS 提交→轮询→切片） |
poll_and_clip.py | football-highlight/ | 容错轮询（60s timeout + 重试） |
make_highlight_reel.py | football-highlight/ | 多段拼接 + 字幕 + 淡入淡出 |
add_bgm.py | football-highlight/ | BGM 混音（aloop+amix+alimiter） |
SKILL.md | ~/.workbuddy/skills/ tencent-mps-football-highlight/ | 方法论沉淀，下场比赛直接复用 |
~/.workbuddy/skills/ 即可在 WorkBuddy 中直接调用。粤超联赛全场录像，2 小时 23 分钟，1280×720@25fps，h264+aac，约 2 GB。
片头 + 6 段进球（带字幕和淡入淡出过渡）+ 片尾，混入 Aeon - JJD，符合广电响度标准。
比赛中的 6 个精彩进球 / 射门时刻，按时间顺序排列（素材 3 已移除）。