AI Podcast／音訊粗剪桌面工具。丟進一段錄音，它會剪掉贅字與口吃、平衡音量、保留句尾的呼吸感，並在輸出前讓你逐個接縫聽過。也有 CLI，可以接進 CI。
不是「一鍵變好聽」那種黑箱。每一項都看得到它動了哪裡、為什麼。
嗯／呃／那個／就是，以及講到一半重講的片段。以自然順暢為最高原則：句首的「然後」、有節奏感的語助詞會留著，不是全部剪光。
逐段 BS.1770 量測 → 增益規劃（±12 dB、峰值守門、3-tap 平滑、階差 ≤3 dB）→ EBU R128 loudnorm 兩趟 + 限幅器。成品落在你選的目標響度。
剪完不是把句子黏成一團。句中留 170 ms、句尾 340 ms、段落之間 575 ms；靜音不夠長時補 room tone，而不是硬接。
剪點先貼字邊界，再貼到 ±30 ms 內的能量最低點，最後對齊 ±3 ms 內最近的上升零交越。每一刀都有漸弱漸強，安靜處 4 ms、語音接語音 24 ms。
剪輯 agent 提議、審核 agent 只挑「剪了會壞」的那幾筆。兩邊意見相反時它不自己決定，標成「分歧」交給你裁決。
成品每段的波形包絡跟來源做正規化互相關，抓出接錯段或位置偏移；有逐字稿時再重新 ASR 逐字比對，列出漏字、該剪沒剪、可疑接縫。
AI 是選項不是前提：波形、手動剪、輸出這條路完全在本機，不需要任何金鑰。
不必先分析。幾秒內看到整段波形與時間尺，馬上可以播放、縮放。
按 S 切選取工具，拖一段就能播放（可循環）、剪掉、只保留、靜音、淡入淡出、增益。Wave Editor 式右鍵選單。
Shift + 點選一段範圍，或雙擊某個字直接剪掉它。
從波形能量自動抓 BPM，時間軸畫出拍線與小節線，選取自動吸附拍點。抓錯可以 ÷2 / ×2，或跟著音樂敲三下重抓。
選 15 / 30 / 60 / 90 秒，依能量與律動挑出最像副歌的一段，有拍網格時起訖貼齊小節。
描述風格就生出純器樂 BGM，長度帶入目前選取、BPM 帶入偵測到的拍速，生好直接進媒體清單就能剪。
選一段音訊，描述目標曲風（Lo-fi 化／原聲吉他／電影感／8-bit），用它當參考做 audio2audio。貼近度滑桿決定保留旋律還是自由發揮。
一鍵分成人聲 + 伴奏（2 軌）或人聲／鼓／貝斯／其他（4 軌）。伴奏軌就是去人聲版本，可以接著剪。
本機 claude CLI 透過內建的 MCP server 直接操作剪輯決策：「把 10 分鐘後的『就是』都剪掉，但句首的留著」。每個工具呼叫都看得到。
一次一筆、自動預聽剪後結果，A 接受 / R 拒絕並自動前進。整組相同的贅字可以一次決定。
原始 / 剪後（即時近似）/ 剪後（成品）。成品預覽走與正式輸出同一個剪接器，關掉逐段平衡時與成品逐 byte 相同。
存成 *.aicut.json，含逐字稿、候選、決策、效果與 AI 判讀快取。同一個音檔重開沿用快取，不重跑 ASR。
上方是四步流程列，中間波形疊著候選色塊與拍線，右側是決策 / 助手 / 驗收側欄。
說在前面，免得你下載完才發現。
看波形、手動剪、套效果（靜音／淡入淡出／增益）、輸出 mp3 / m4a / wav，全部在本機跑，不需要任何金鑰或連線。
逐字稿（faster-whisper large-v3）、去人聲（demucs）、AI 配樂與曲風轉換（ACE-Step）走自架的 ttls 伺服器，需要一把 API key。金鑰只存在作業系統的鑰匙圈，不會進專案檔、設定檔或 log。
用你本機已經登入的 claude CLI，預設模型 sonnet（可在設定改）。沒裝也不影響前面兩項。
音訊的重活在 Rust，介面在 React。
v0.23.0 共 9 個安裝檔，每個都附 sha256。
x64-setup.exe（46.9 MB）· x64_en-US.msi（62.7 MB）
安裝檔內建 LGPL 版 ffmpeg，裝完直接能用。你自己裝的 ffmpeg 優先權更高。
aarch64.dmg · x64.dmg（各約 5 MB）
Apple Silicon 與 Intel 各一版。需要自行安裝 ffmpeg 7 以上（brew install ffmpeg）。
amd64.deb · x86_64.rpm（各 5.2 MB）· amd64.AppImage（78.9 MB）
deb / rpm 已宣告相依 ffmpeg，套件管理員會一起裝。AppImage 需自行準備 ffmpeg。
Windows 版比其他平台大 40–60 MB，差額就是壓縮後的內建 ffmpeg。目前沒有 Windows ARM64 與 Linux aarch64 版本，這兩個平台請從原始碼建置。
npm install --legacy-peer-deps：peer 依賴刻意用 legacy 解法，不加這個旗標會裝不起來。
node scripts/fetch-ffmpeg.mjs（選用）：抓內建的 LGPL ffmpeg，URL 與 sha256 釘死在 scripts/ffmpeg-manifest.json，對不上就直接失敗。不跑也能開發，只是會退回用 PATH 上的 ffmpeg。
npm run tauri dev：前端跑在 1420，Rust 首次編譯要 5 到 10 分鐘，之後就快了。
一行版（複製後貼進終端機）：
aicut無視窗跑完整條流程，verify 有問題會回 exit code 2，可以直接接進 CI。
打包成單檔（Node 20+）
npm run cli:build只要逐字稿
node dist-cli/aicut.mjs transcribe ep12.m4a分析並存成專案檔（含 AI 判讀）
node dist-cli/aicut.mjs analyze ep12.m4a --judge --project ep12.aicut.json一步剪完輸出
node dist-cli/aicut.mjs cut ep12.m4a --judge -o ep12_cut.mp3去人聲
node dist-cli/aicut.mjs separate song.mp3 --format wav抓 BPM 與拍點
node dist-cli/aicut.mjs beats song.mp3 --bars生成 BGM
node dist-cli/aicut.mjs music "lofi hip hop, warm" --duration 30 --bpm 90驗收成品（CI 用）
node dist-cli/aicut.mjs verify ep12.m4a ep12_cut.mp3金鑰可以用 --key、環境變數 AICUT_TTLS_API_KEY，或放在 repo 根目錄的 .env.local；不會被印出、也不會寫進任何輸出。要注意 CLI 只做全域 loudnorm，沒有桌面版的逐段音量平衡。
AI Music Cut 本身是 MIT。Windows 安裝檔內建 LGPL-2.1-or-later 授權的 ffmpeg（n8.1.2，下載 URL 與 sha256 釘死在 repo 的 scripts/ffmpeg-manifest.json，對不上就讓 build 失敗），以獨立程序加動態連結的方式使用，不會連進主程式，也不是 ffmpeg 的衍生作品。你可以換成自己 build 的 ffmpeg 放同一個目錄，或在設定裡指到別的路徑。完整聲明與 LGPL 全文見 repo 的 THIRD-PARTY-NOTICES.txt。
看 THIRD-PARTY-NOTICES.txt