FunClip 视频剪辑零门槛 3 分钟切出 2 小时录像里的精华【免费下载链接】FunClipFunASR-powered video transcription, subtitle generation, and LLM-assisted clipping tool with a local Gradio UI.项目地址: https://gitcode.com/GitHub_Trending/fu/FunClip下午六点两小时的部门周会刚散一段两个多小时的录像还躺在硬盘里谁都不想把整段视频拖进剪辑软件从头捋一遍。FunClip 视频剪辑正是为这种场景做的本地工具它先用语音识别把视频里的每句话转成带时间戳的文字再由你或大语言模型圈出想保留的部分最后自动裁出对应片段并生成字幕。全程在浏览器里点几下就完成不需要专业剪辑软件。它是什么FunClip 的 4 个核心能力FunClip 是一款开源、可本地部署的视频切片工具核心思路是先识别、再定位、后裁剪把传统剪辑里最耗时的听写、找时间点、打字幕三件事交给模型自动完成。你真正能拿到的是✅句级精准时间戳基于 Paraformer 大模型做中文语音识别识别的同时输出每句话的起止时间定位以毫秒计不用再靠肉眼拖时间轴。 ✅三种裁剪入口按识别出的文本裁、按说话人 ID 裁、或让大语言模型自动选段分别对应我要这几句我要某个人说过的帮我找重点。 ✅说话人分离内置 CAM 模型多人访谈自动区分 spk0、spk1直接提取某一位的全部发言。 ✅一键出字幕裁剪时同步生成 SRT还能把字幕烧进成片省去后期手动对齐。传统方式处理 2 小时录像往往要反复拖时间轴、逐句标注、再手动加字幕半天基本搭进去FunClip 把听和找这两步前置成自动化你只负责确认和微调。3 分钟上手安装、启动、第一次剪辑FunClip 只依赖一个 Python 环境下面三步走下来第一次剪辑就能跑通。第一步安装依赖下面三条命令完成代码获取与依赖安装git clone https://gitcode.com/GitHub_Trending/fu/FunClip cd FunClip pip install -r requirements.txt首次启动会单独下载语音识别模型体积约 2GB建议在网络较好的环境执行。第二步启动服务一条命令启动本地界面服务python funclip/launch.py启动后在浏览器打开localhost:7860左侧上传视频、右侧是识别与裁剪区。需要处理英文视频时在命令后加-l en切换英文模型即可。第三步完成首次剪辑界面操作不用写代码上传视频后点识别 | ASR左侧会给出识别文本和 SRT 字幕把想保留的句子复制进待裁剪文本多段用#连接点裁剪就得到片段视频点裁剪字幕则顺带把字幕烧进去。实战效果FunClip 对比传统剪辑省多少时间同样是2 小时录像 → 若干可用片段两种做法的差别如下对比维度传统剪辑方式FunClip 视频剪辑找重点片段反复拖时间轴、手动记时间点文本/说话人/LLM 三种方式自动定位时间轴精度肉眼估读误差常达数秒句级时间戳毫秒级对齐字幕制作逐字输入再手动对齐自动生成 SRT可选烧录多人发言提取手动标注每人何时说话说话人分离按 spk 提取使用门槛依赖剪辑软件与经验浏览器点选无需编程2 小时视频耗时3–4 小时起视机型十几分钟到半小时进阶技巧解锁 FunClip 的隐藏用法技巧一LLM 智能剪辑不想自己找重点时把这件事交给大语言模型识别完成后选择模型如 qwen、gpt 系列并填好 API Key点LLM 推理它会读完整段 SRT 后按 Prompt 要求返回若干带时间戳的片段再点LLM 智能裁剪FunClip 直接按这些时间戳裁片。Prompt 支持自定义把找出所有提到的价格提取每位嘉宾的开场观点写进要求即可。技巧二按说话人批量提取圆桌、访谈类视频里勾选识别区分说话人 | ASRSD系统会给每句话打上 spk 标签。之后在待裁剪说话人里填spk0提取单人全部发言填spk0#spk2则同时提取两位省去逐句筛人的功夫。技巧三热词 偏移量精调识别不准通常是专有名词踩空。在热词 | Hotwords里填入人名、产品名、术语空格分隔仅支持中文识别率会明显提升。裁剪结果若总差半拍可用开始/结束位置偏移微调起止时间每段还能单独设置偏移让切点卡在句间停顿上。想接入自动化流程时也可以直接用命令行两步完成识别与裁剪python funclip/videoclipper.py --stage 1 --file input.mp4 --output_dir ./output python funclip/videoclipper.py --stage 2 --file input.mp4 --dest_text 要保留的句子 --output_file res.mp4常见问题快答❌识别把专业名词听错了怎么办在热词框里补上对应实体词后重新识别即可专名和人名是最有效的两类热词。 ❌想精确按文字裁却选了高精度转写模型需要可靠字符级时间戳时请选用 ParaformerFun-ASR-Nano 适合高精度转写但不保证逐字时间戳。 ❌英文视频识别不了用python funclip/launch.py -l en启动英文模式会自动加载英文 Paraformer 模型。场景示例3 个真实用法场景一会议纪要自动化周会长达 2 小时、纪要要写半天是很多人每周的固定负担。用 FunClip 先整体识别再把决策行动项负责人相关句子复制出来裁剪配 LLM 直接筛出结论段整理时间从半天压到二十分钟量级还顺带留下一份带时间戳的纪要底稿。场景二网课知识切片90 分钟的录播课学生总想只看重点。按知识点把讲解句摘出来裁剪成独立小段每段自带 SRT回放时可单段循环老师不用再重新剪一整套课件。场景三自媒体素材加工1 小时采访素材要剪成 5 分钟短视频传统流程往往要 3 小时以上。用说话人分离锁定主讲人再用 LLM 挑出金句片段批量裁剪一天产出一条带字幕的成片不再是难题。下一步先做什么、往哪深挖、去哪分享先做克隆仓库、跑通上面三步拿一段 10 分钟的会议或采访试裁一次熟悉识别—定位—裁剪的手感。 往哪深挖读 funclip/videoclipper.py 看识别与裁剪的主流程翻 funclip/llm/ 看各家大模型的接入方式再改改 Prompt 找到最适合自己的选段规则。 去哪分享把用得顺的 Prompt 配置和热词经验发到项目讨论区帮后来人少走弯路遇到识别或字幕问题也欢迎提 Issue。项目源码遵循 MIT 许可v2.1.0 起提供带校验的稳定版本详见 docs/releases/v2.1.0.md。如果这套识别 定位 裁剪的流程帮到了你给仓库点个 Star就是对开源社区最直接的支持。【免费下载链接】FunClipFunASR-powered video transcription, subtitle generation, and LLM-assisted clipping tool with a local Gradio UI.项目地址: https://gitcode.com/GitHub_Trending/fu/FunClip创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
