手动对齐字幕太痛苦这款免费开源的AI视频剪辑工具把视频当文稿来剪【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凌晨一点剪辑师还在时间轴上一帧帧找话——3小时的采访要剪成2分钟高光光是人声对齐字幕就耗掉大半天。这是体力活不是剪辑。FunClip 就是这样一款免费开源的AI视频剪辑工具专治这种场景把视频交给它机器先听懂所有语音你像删改文稿一样勾选想留下的句子裁剪自动完成。本地部署、代码全开素材不出你的电脑。它凭什么能做到先弄懂三件事 FunClip 的底层其实只有三件事每件都对应一个真实场景。语音识别把视频变成可搜索的文稿。它调用阿里巴巴通义实验室开源的 Paraformer-Large 模型识别中文语音并同步预测时间戳这是目前效果最好的开源中文识别方案之一。当你想知道第几分钟讲了什么时不用反复拖进度条直接在逐句文本里搜索就行。官方文档docs/说话人分离分清谁在说话。集成 CAM 说话人识别模型自动给每句话打上说话人 ID。做访谈剪辑时输入一个 ID受访者的所有发言被一次性抽出主持人的提问一句不留。语义理解听懂哪段才是重点。这是最特别的部分接入 GPT、Qwen 等大模型后你只要说清楚要什么比如保留产品卖点删掉寒暄模型通读一遍字幕自动圈出对应时间戳裁剪随之完成。第一次使用5分钟跑通全流程 ⚡安装只需要三条命令git clone https://gitcode.com/GitHub_Trending/fu/FunClip cd FunClip pip install -r requirements.txt再启动本地服务python funclip/launch.py浏览器打开 localhost:7860界面就绪。剩下的全是鼠标操作上传视频 → 点击识别想区分说话人就点识别区分说话人→ 在识别结果里勾选文本段落或填入说话人 ID → 点击裁剪。系统会自动返回全视频 SRT 字幕和选中段落的字幕文件多段自由剪辑同样支持。第一次从上传到出片5分钟内可以完成。进阶玩法让识别更准、剪得更聪明 热词定制在热词框输入人名、专业术语、品牌名识别时优先匹配错字率明显下降。适合记者的专访整理以及律师、医生处理带大量专有名词的录音。切换识别引擎与语言启动时加-l en进入英文模式加-m sensevoice切换 SenseVoice 模型支持多语种识别还附带情绪标签和音频事件检测。适合做海外内容或处理多语料库的团队。大模型配置与提示词在 LLM 区域选模型、填 API Key再写下你的专属 Prompt——提炼决策点挑出情绪高潮把裁剪标准固化下来。适合内容团队批量处理素材一次配置反复复用。三个真实用法不同身份同一个动作 内容创作者场景一条 40 分钟直播要拆成 5 条短视频→ 操作识别后用 LLM 按主题切分 → 产出5 个带字幕的高光片段当天就能发布。教师场景90 分钟讲座想让学生看精华的 15 分钟→ 操作热词加入课程术语识别后按知识点勾选 → 产出带时间戳的复习切片还能单独抽出教师或学生的发言。会议记录员场景周会多人抢话、杂音多→ 操作说话人分离 关键词提取 → 产出按人归类的发言文本和关键决策片段纪要初稿半小时内成型。下一步让工具长成你想要的样子 FunClip 的源码与模型权重完全开放核心源码funclip/llm/ 里就是大模型调用的全部实现。装上 Python、拉下仓库你可以改 Prompt、换模型、甚至把它接进自己的业务管线——这正是本地部署工具最大的自由它不只是一个剪辑软件而是一块随时可以改装的积木。现在就把仓库 clone 到本地让第一次文稿式剪辑从今晚开始。【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