news 2026/8/24 2:57:41

告别拖时间轴:用文本勾选轻松剪视频

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
告别拖时间轴:用文本勾选轻松剪视频

告别拖时间轴:用文本勾选轻松剪视频

【免费下载链接】autocut用文本编辑器剪视频项目地址: https://gitcode.com/GitHub_Trending/au/autocut

上次帮朋友剪一期 40 分钟的播客,我在时间轴上拖了半个多小时,最后只留下 9 分钟。后来换个思路:剪辑本质上是选句子,何必盯着画面找入点?AutoCut 就是按这个思路剪视频的:先用 Whisper 自动生成带时间戳的字幕,你在 Markdown 里勾选想保留的句子,它自动剪出对应片段,全程不用打开剪辑软件。

它到底在做什么:字幕就是剪辑点

原理就一句话:把"看画面找入点出点"变成"读文字打勾"。AutoCut 先用 Whisper 把视频语音转成带时间戳的字幕,每句字幕对应视频里的一段;你像编辑文档一样只留下想说的句子,保存后它按勾选的句子把片段拼成新视频。打个比方,剪辑软件是拿剪刀在胶片上找位置,AutoCut 是拿红笔在文稿上圈要保留的段落,剩下的交给机器。

环境准备与首次运行:三行装好,两行跑通

依赖只有两个:Python 3.9+ 和 ffmpeg(apt、brew 里都是一条命令的事),GPU 版本还需要装好对应版本的 PyTorch。

打开终端,敲这几行:

git clone https://gitcode.com/GitHub_Trending/au/autocut cd autocut pip install .

最小可运行示例就两条命令:

autocut -t 22-52-00.mp4 # 生成 22-52-00.srt 和 .md autocut -c 22-52-00.mp4 22-52-00.srt 22-52-00.md # 输出 22-52-00_cut.mp4

第一次跑-t会下载 Whisper 模型,稍等即可。完成后视频旁边多出一对同名文件:.srt是标准字幕,.md是带复选框的勾选版;-c之后就会得到_cut.mp4

常用命令速览:一条命令干一件事

命令说明
autocut -t xxx.mp4转录视频,生成同名 .srt 和 .md
autocut -c xxx.mp4 xxx.srt xxx.md按勾选剪出 xxx_cut.mp4
autocut -c xxx.mp4 xxx.srt不习惯 Markdown?直接删 srt 里的行
autocut -m xxx.srt xxx.mp4已有字幕时补生成 .md 方便勾选
autocut -d ./videos常驻监控文件夹,新视频自动转录再剪

另外-s xxx.srt能生成紧凑版字幕(_compact.srt),空行少,方便在编辑器里二次精修。

进阶玩法与调优:用到哪一项再开哪一项

默认参数(small 模型、--bitrate 10m)已经能跑通全流程,下面这些按需打开即可:

参数什么时候用
--whisper-model large默认 small 准确率不够,且有 GPU
--lang en视频是英文或其他语种(默认 zh)
--bitrate 20m对输出质量要求更高
--device cpu显存不够,强制回退 CPU
--whisper-mode=openai本地算力有限,改调 API(需配置密钥)
--prompt "术语"出现大量专有名词,纠正识别

如果视频环境音比较杂,可以把--vad设为1开启语音活动检测,转录会更稳。

真实场景拆解:从 2 小时录屏到 8 分钟精华

课程录屏抽精华。2 小时的讲座录屏,中间穿插了大量口误和闲聊。第一步autocut -t lecture.mp4生成 md,边听边勾;第二步autocut -c输出。2 小时压到 10 分钟出头,口误基本清空。

OBS 每日录屏批量过。一天录好几条,OBS 里把文件名格式设成%CCYY-%MM-%DD/%hh-%mm-%ss,录像自动落到日期文件夹。然后autocut -d ./2026-08挂着监控,录完自动出 md,勾完自动出_cut.mp4;全部处理完在autocut.md里勾选要拼接的条目,还能导出合并版autocut_merged.mp4。几十条录屏不用逐条敲命令。

粗剪之后再精修一遍。第一遍勾得赶,剪出来的片子还残留几段废话。对剪好的文件再跑一次-t,句子变短、上下文更干净,细勾后再剪一次,废话基本就清干净了。

避坑速查:遇到报错先查这里

  • 输出 md 是乱码?默认用 utf-8,多半是编辑器编码不一致。Windows 上习惯 gbk 的话,生成和剪辑必须用同一套:autocut -t xxx.mp4 --encoding=gbk,剪辑时同样带上--encoding=gbk
  • GPU 报显存不够?large 模型吃显存,看到报错别慌,降一档换 small,或者--device cpu强制回退。
  • 转录慢得像蜗牛?先用--whisper-model tiny快速过一遍确认流程,再换大模型精转;有 NVIDIA 卡的话确认torch.cuda.is_available()为 True。
  • 剪了两次输出没更新?文件已存在时不会覆盖,加--force强制写入。

项目结构 & 社区

autocut/ ├── main.py # 命令行入口与参数解析 ├── transcribe.py # 转录,生成 srt / md ├── cut.py # 剪辑与拼接 ├── daemon.py # 文件夹监控 └── utils.py # 通用工具函数

各模块分工清晰,想扩展功能基本都在 autocut/ 目录里动手。遇到问题直接在 issue 区提;想提交代码,先跑一遍pytest testblack再发 PR。

AutoCut 把视频剪辑变成了一道勾选题:机器负责认字和切段,你只负责判断哪一句值得留。挑一个手头的视频跑一遍试试,第一次转录要下模型稍慢,之后的流程就是打开 md、打勾、等输出。

【免费下载链接】autocut用文本编辑器剪视频项目地址: https://gitcode.com/GitHub_Trending/au/autocut

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/8/24 2:57:16

如何看懂 chess 多人国际象棋的走棋音效系统:完整机制详解

如何看懂 chess 多人国际象棋的走棋音效系统:完整机制详解 【免费下载链接】chess A multiplayer chess platform 项目地址: https://gitcode.com/GitHub_Trending/ch/chess chess 是一个多人在线国际象棋平台,内置一套完整的走棋音效反馈机制&a…

作者头像 李华
网站建设 2026/8/24 2:55:39

Java面试实战:大厂技术考察点与高分回答解析

1. 项目背景与核心价值去年帮团队招聘中级Java开发岗时,我设计了一套模拟面试案例。主角"谢飞机"是虚构的候选人,这个案例完整还原了某互联网大厂真实的三轮技术面试过程。不同于网上泛泛而谈的面试技巧,这里每个问题都附带&#x…

作者头像 李华
网站建设 2026/8/24 2:55:06

AI绘画精准构图:俯视图提示词解决多人站位与场景一致性问题

这次我们来看一个解决AI绘画中多人物站位和场景一致性难题的实用技巧。如果你在使用Stable Diffusion、Midjourney等AI绘画工具时,总是无法精准控制画面中多个角色的位置关系,或者场景元素(如桌椅、门窗)在不同生成批次中“飘忽不…

作者头像 李华
网站建设 2026/8/24 2:54:58

Android相机YUV转RGB性能优化:从C2D瓶颈到零拷贝实战

1. 项目概述:一个被忽视的性能瓶颈在Android应用开发中,尤其是涉及实时图像处理、视频通话、AR滤镜或者高性能相机预览的场景里,我们常常会遇到一个看似基础却极其影响用户体验的问题:图像格式转换的效率。标题“Android camera使…

作者头像 李华
网站建设 2026/8/24 2:54:56

ContractScrub基准实践:构建与评估法律合同审查AI模型

在实际的法律科技和自然语言处理项目中,合同审查是一项高频且高风险的业务。无论是法务团队、律师还是AI产品经理,都需要一个可靠的基准来评估自动化合同审查工具的性能。ContractScrub正是这样一个为法律合同最终审查阶段设计的基准测试集。它不是一个简…

作者头像 李华
网站建设 2026/8/24 2:53:33

Waydroid 折腾记录(安卓兼容环境)

Waydroid 折腾记录(安卓兼容环境) 日期: 2026-08-11 机器: ryzen5-5500u Debian 13 (trixie) 14GiB 内存 目的: 不用模拟器(太重),用容器方案跑 Android,让 Flutter 直接调试 APK方案选型方案内存占用CPU…

作者头像 李华