用文本标记剪视频AutoCut 上手笔记【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刚录完一段四十分钟的访谈真正有效的内容可能只有几分钟。AutoCut 的做法是先用 Whisper 把视频转成带时间戳的文字你在文字里勾选要保留的句子它就自动剪出对应片段并生成字幕全程不用碰剪辑软件的时间轴。这篇文章讲清它怎么用、适合什么视频、以及哪里容易踩坑。它是怎么剪视频的转录、标记、导出转录每句话都带时间戳命令autocut -t 22-52-00.mp4会生成两个文件.srt字幕和.mdmarkdown。md 里每句话前面都带[2,00:01] 这就是这一篇这样的字幕序号和开始时间文件里还嵌了播放器边勾框边能播放对照。标记勾选句子保存即导出在 Typora 或 VS Code 这类 markdown 编辑器里打开 md勾选要保留的句子保存即可。AutoCut 会从原视频切出对应片段生成xxx_cut.mp4同时产出剪辑后视频对应的新字幕预览结果、做二次裁剪都在同一个文件里完成。左侧是已处理的文件列表右侧为标记区勾选框与句子一一对应播放器支持倍速播放方便对照。从装环境到第一次出片先装 ffmpeg 和 Python 包最简安装是pip install autocut-sub想用 faster-whisper 等可选后端就从源码装git clone https://gitcode.com/GitHub_Trending/au/autocut cd autocut pip install .另外系统上需要装好 ffmpegapt 或 brew 一行命令搞定。目录守护模式录完自动转autocut -d 2022-11-04会盯着一个文件夹每出现新视频就自动转写出 md。README 里建议用 OBS 录屏时把文件名格式改成日期开头录像自然按日期归档这个模式就是为此设计的。不想折腾环境Docker仓库带了 CPU 和 GPU 两个 Dockerfile构建镜像后运行时用-v把本地视频目录挂载进去即可。适合哪些视频说话为主的内容口播、课程、访谈这类长内容共同点是信息量都在口语里。课程录了 45 分钟要剪成重点、访谈一小时要拆出几条短视频都是在勾选保留哪些句子流程完全复用。会议、活动这类素材冗长会议剪成纪要视频、活动素材拼成精彩集锦做法一致标记关键句子剩下的交给 AutoCut。什么时候别用它⚠️ 如果你的剪辑依据是画面——重点在屏幕上的演示而不是口述——文本标记就定位不到。AutoCut 不理解画面也不做转场、配乐、画中画导出片段要发布的话还是得做最后加工。容易踩坑的地方转录质量、编码和字幕微调转录不准换大模型或者剪两遍默认是 small 模型--whisper-model可以换medium或large质量更好但速度更慢推荐 GPU。更实际的策略是先用默认模型粗剪一遍再对剪出来的视频做第二轮精剪。字幕乱码编码不一致默认输出 utf-8编辑器按 gbk 打开就是乱码可用--encoding统一指定注意生成时和剪切时的编码必须一致。用 Typora 保存后它可能自动转码必要时回 VS Code 按目标编码重新保存。导出字幕要手动微调srt 空行太多可用autocut -s生成紧凑版方便编辑编完再转回正常格式。剪出来的视频字幕通常还需要少量断句、标点修正才能直接用。想深入看实现的转录逻辑在 transcribe.py剪切在 cut.py。和传统剪辑比时间省在哪三个典型场景对照场景做法收益长访谈、课程视频剪精华时间轴上逐句定位、手动拖剪在转录文本里勾选句子自动导出片段批量给视频配字幕手动听写或逐条校对转录直接产出 srt只做校对多段素材拼成一条手动拖片段、反复导出导入勾选要拼接的视频一次合并省掉的主要是找剪哪里和写字幕两个环节最终成片的精修程度和以前一样取决于你自己。AutoCut 解决的其实是一个很具体的问题长视频里有效的部分要靠人听出来它把听变成读。只要你的视频以说话为主就值得试一下。下一步挑一段录好的视频跑autocut -t 你的视频.mp4先看看转录质量合不合你的预期。【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 用文本标记剪视频：AutoCut 上手笔记
用文本标记剪视频AutoCut 上手笔记【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刚录完一段四十分钟的访谈真正有效的内容可能只有几分钟。AutoCut 的做法是先用 Whisper 把视频转成带时间戳的文字你在文字里勾选要保留的句子它就自动剪出对应片段并生成字幕全程不用碰剪辑软件的时间轴。这篇文章讲清它怎么用、适合什么视频、以及哪里容易踩坑。它是怎么剪视频的转录、标记、导出转录每句话都带时间戳命令autocut -t 22-52-00.mp4会生成两个文件.srt字幕和.mdmarkdown。md 里每句话前面都带[2,00:01] 这就是这一篇这样的字幕序号和开始时间文件里还嵌了播放器边勾框边能播放对照。标记勾选句子保存即导出在 Typora 或 VS Code 这类 markdown 编辑器里打开 md勾选要保留的句子保存即可。AutoCut 会从原视频切出对应片段生成xxx_cut.mp4同时产出剪辑后视频对应的新字幕预览结果、做二次裁剪都在同一个文件里完成。左侧是已处理的文件列表右侧为标记区勾选框与句子一一对应播放器支持倍速播放方便对照。从装环境到第一次出片先装 ffmpeg 和 Python 包最简安装是pip install autocut-sub想用 faster-whisper 等可选后端就从源码装git clone https://gitcode.com/GitHub_Trending/au/autocut cd autocut pip install .另外系统上需要装好 ffmpegapt 或 brew 一行命令搞定。目录守护模式录完自动转autocut -d 2022-11-04会盯着一个文件夹每出现新视频就自动转写出 md。README 里建议用 OBS 录屏时把文件名格式改成日期开头录像自然按日期归档这个模式就是为此设计的。不想折腾环境Docker仓库带了 CPU 和 GPU 两个 Dockerfile构建镜像后运行时用-v把本地视频目录挂载进去即可。适合哪些视频说话为主的内容口播、课程、访谈这类长内容共同点是信息量都在口语里。课程录了 45 分钟要剪成重点、访谈一小时要拆出几条短视频都是在勾选保留哪些句子流程完全复用。会议、活动这类素材冗长会议剪成纪要视频、活动素材拼成精彩集锦做法一致标记关键句子剩下的交给 AutoCut。什么时候别用它⚠️ 如果你的剪辑依据是画面——重点在屏幕上的演示而不是口述——文本标记就定位不到。AutoCut 不理解画面也不做转场、配乐、画中画导出片段要发布的话还是得做最后加工。容易踩坑的地方转录质量、编码和字幕微调转录不准换大模型或者剪两遍默认是 small 模型--whisper-model可以换medium或large质量更好但速度更慢推荐 GPU。更实际的策略是先用默认模型粗剪一遍再对剪出来的视频做第二轮精剪。字幕乱码编码不一致默认输出 utf-8编辑器按 gbk 打开就是乱码可用--encoding统一指定注意生成时和剪切时的编码必须一致。用 Typora 保存后它可能自动转码必要时回 VS Code 按目标编码重新保存。导出字幕要手动微调srt 空行太多可用autocut -s生成紧凑版方便编辑编完再转回正常格式。剪出来的视频字幕通常还需要少量断句、标点修正才能直接用。想深入看实现的转录逻辑在 transcribe.py剪切在 cut.py。和传统剪辑比时间省在哪三个典型场景对照场景做法收益长访谈、课程视频剪精华时间轴上逐句定位、手动拖剪在转录文本里勾选句子自动导出片段批量给视频配字幕手动听写或逐条校对转录直接产出 srt只做校对多段素材拼成一条手动拖片段、反复导出导入勾选要拼接的视频一次合并省掉的主要是找剪哪里和写字幕两个环节最终成片的精修程度和以前一样取决于你自己。AutoCut 解决的其实是一个很具体的问题长视频里有效的部分要靠人听出来它把听变成读。只要你的视频以说话为主就值得试一下。下一步挑一段录好的视频跑autocut -t 你的视频.mp4先看看转录质量合不合你的预期。【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