网球高光剪辑

算法说明：采用网球视频高光检测中成熟的「音频事件 + 视觉运动」融合方案。① 击球声：1.5–6 kHz 频段能量的短促起跳（起音快、60–140 ms 内迅速衰减），并用高/低频能量比的突变区分击球与解说人声；② 画面运动：抽帧差分计算所选区域的运动强度；③ 回合切分：相邻击球间隔不超过阈值的连续击球串成一个回合，并用击球节奏过滤掌声（间隔过密）与画面静止的片段；④ 精彩度 = 拍数 + 时长 + 运动强度综合排序。若视频没有可用音轨，会自动改用纯画面模式。