Memotong video dari transkripnya dengan ffmpeg, dan jebakan jeda yang tersisa

Penyuntingan video berbasis teks sebenarnya hanyalah daftar rentang waktu per kata dan satu perintah ffmpeg, di mana kata yang dihapus menjadi potongan sementara sisanya dipertahankan. Penulis menjalankan pipeline ini dengan Python pada klip wawancara NASA bersama astronaut Christina Koch berdurasi 37,3 detik, yang transkripnya berisi 119 kata. Audio cukup diekstrak untuk dikirim ke transkriber agar biaya lebih rendah, dan waktu potong dibulatkan ke batas frame 30 fps agar sesuai dengan yang dipotong ffmpeg. Hasil suntingan menghasilkan empat rentang, termasuk satu rentang pendek 134 ms yang memuat kilasan tengah kalimat yang seharusnya sudah dihapus. Masalah itu muncul karena jeda di antara kata-kata terhapus ikut dipertahankan, sehingga perbaikannya harus menentukan kepemilikan jeda tersebut.