FunClip

FunClipは、ローカル環境に導入できる完全オープンソースの動画切り抜きツールです。Alibaba TONGYI音声研究所が公開するFunASR Paraformerシリーズで動画の音声を認識し、結果からテキスト範囲や話者を選んで、該当箇所を切り抜けます。

Paraformer-Largeによるタイムスタンプの予測に対応しています。SeACo-Paraformerのホットワード設定では、固有名詞や人名などを指定して認識結果を改善できます。CAM++による話者認識も備え、認識された話者IDを指定して切り抜けます。

操作にはGradioを使用し、サーバーに導入してブラウザからアクセスすることもできます。複数区間の切り抜き、動画全体と選択区間のSRT字幕の生成に対応します。OrcaRouterなど、OpenAI互換のゲートウェイを経由したLLM支援による切り抜きも利用できます。

モデルには、中国語動画向けの標準Paraformerのほか、Fun-ASR-Nano、感情・音声イベントのタグ付けに対応した多言語ASRモデルのSenseVoice、匿名の話者ラベルとタイムスタンプを扱う長尺音声向けのMOSS、英語動画向けのParaformer英語モデルを選べます。