用文本编辑器剪视频AutoCut 的 Whisper 字幕到成片三步走【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录完一段 30 分钟的教程打开视频剪辑软件在时间轴上逐句拖拽、删掉口误和离题段落这个过程痛到让人想放弃。AutoCut用文本编辑器剪视频把时间轴换成了一份 Markdown 文件先用 Whisper 把视频转写成字幕你只需勾选要保留的句子它自动裁出对应片段、输出一条新视频。它替谁省了事不用再逐帧对时间轴没有它时后期是这样的把视频看一遍在剪辑软件里找剪辑点逐段剪切还要手动调整衔接。有了它之后这一步变成在文本里打几个勾——转写、时间戳对齐、剪切全部由程序代劳你只负责在文字里决定哪句话留着。你编辑的对象从像素变成了行。⚙️ 核心机制VAD 分段 Whisper 转写 Markdown 清单驱动本质上是一条Silero VAD 分段 → Whisper 转写 → Markdown 清单驱动 moviepy 剪切的三段流水线主逻辑分别在 transcribe.py、cut.py、daemon.py。音频先做预处理ffmpeg 统一解成 16kHz 单声道 PCMSilero VAD 找出人声在哪再做三轮后处理——去掉短于 1 秒的片段、每段开头前补 0.2 秒防止切掉起音、合并间隔小于 0.5 秒的片段。做完这些Whisper 只处理真正有人说话的部分。转写与剪切是配套的Whisper 按段转写默认 small 模型CPU 模式自动开 4 进程并行中文自动转成简体超过 1 秒的空档会在 srt 里插入 No Speech 占位。剪切时的关键代码在 cut.pyfor mark, sent in md.tasks(): # 逐行解析 - [x] [index,mm:ss] 句子 m re.match(r\[(\d), sent.strip()) if mark and m: # 只收集已勾选的句子 index.append(int(m.groups()[0])) subs [s for s in subs if s.index in index] # 只保留被标记的字幕勾选的句子序号就是唯一的剪辑指令映射回 srt 时间戳后间隔小于 0.5 秒的字幕被合并成连续片段再由 moviepy 的 subclip 加 concatenate 导出成片。关键参数速查参数默认值可选与效果--whisper-modelsmalltiny/base/medium/large/large-v2越大越准但更慢--whisper-modewhisper本地 whisper / faster-whisper / OpenAI API3 或 50 RPM--device自动CUDA 可用自动走 GPU可强制 cpu--bitrate10m成片导出码率--langzh支持 57 种语言--vadauto设为 0 可关闭 VAD 三步跑通装、转写、剪理解了原理跟着把链路完整走一遍。第一步装依赖。需要 ffmpeg 和 PyTorchGPU 用户先装对应 CUDA 版本。sudo apt install ffmpeg # macOS 换成 brew install ffmpeg git clone https://gitcode.com/GitHub_Trending/au/autocut cd autocut pip install . # 想用 faster-whisperpip install .[faster]第二步转写并生成编辑文件。autocut -t test001.mp4跑完后同目录多出两个文件test001.srt标准字幕和test001.md编辑文件。md 里每行形如- [ ] [2,00:05] Hello, my name is AutoCut...数字是字幕序号00:05 是它在视频中的开始时间顶部还有一个视频预览块方便边看边选。用 Typora 或 VS Code 打开把想保留的句子改成- [x]最后勾上顶部的 done editing 标记。第三步剪切导出。autocut -c test001.mp4 test001.srt test001.md跑对了长这样日志打印Reduced duration from 60.0 to 15.3剪前剪后的时长目录里出现test001_cut.mp4。不想碰 Markdown 的话也可以直接在 srt 里删掉不要的行只传两个参数autocut -c test001.mp4 test001.srt一样能剪。拿它干什么三步链路只是单文件模式真正的发挥空间在真实工作流里录播自动化把 OBS 的文件名格式改成%CCYY-%MM-%DD/%hh-%mm-%ss按日期归档然后跑autocut -d 文件夹守护进程扫描间隔从 1 秒逐步放宽到最多 60 秒新视频自动转写你勾选后自动剪切最后在autocut.md里勾出要拼接的视频自动生成autocut_merged.mp4。整条后期链路只剩打勾一个动作。音频清理纯音频文件mp3/wav/m4a/ogg/flac同样支持输出是剪好的 mp3适合播客去废料。字幕工具与二次开发不剪切时-t单独就能产出可用 srtautocut -s x.srt生成紧凑版自动转简体便于编辑再跑一次转回标准格式。package_transcribe.py 还暴露了Transcribe类from autocut import Transcribe, load_audio即可在自己的 Python 流程里复用转写。边界与延伸工具快但有几个硬边界值得知道转写准确率上限由 Whisper 决定口齿不清、重口音容易出错作者也提示口齿流利的视频转录质量更高不接受就换large-v2、用faster-whisper提速或用--prompt给上下文提示。导出走 moviepy 重编码在 Apple M1 上比专业剪辑软件慢用不上 GPU追求画质时 crf 方案在代码注释里留了思路但没有开放成参数。large 模型显存不够时--device cpu兜底CPU 模式自动 4 进程并行只是速度慢。延伸方向转写后端抽象在AbstractWhisperModel接口后面见 whisper_model.py实现transcribe和gen_srt就能替换成别的 ASR 服务md 清单格式也天然适合交给 LLM 按转录文本自动打勾。用文本编辑器剪视频不是噱头只要会打勾就会剪视频——AutoCut 把决定剪什么这件事从时间轴搬回了文本框里。【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