FunClip

概览

FunClip 是一款完全开源、本地部署的自动化视频剪辑工具。它利用阿里巴巴通义语音实验室开源的 FunASR Paraformer 系列模型对视频进行语音识别，之后用户可以从识别结果中自由选择文本片段或说话人，点击剪辑按钮即可获得所选片段对应的视频剪辑。 该工具集成了阿里巴巴开源的工业级模型 Paraformer-Large，能够一体化地准确预测时间戳。它融合了 SeACo-Paraformer 的热词定制功能，允许用户在 ASR 过程中指定某些实体词、人名等作为热词，以提升识别效果。它还集成了 CAM++ 说话人识别模型，使用户能够将自动识别的说话人 ID 作为剪辑目标，从而剪辑特定说话人的片段。 功能通过 Gradio 交互实现，安装简单、易于使用，该工具还可以部署在服务器上并通过浏览器访问。FunClip 支持多片段自由剪辑，并自动返回完整视频 SRT 字幕和目标片段 SRT 字幕。它还支持 LLM 辅助剪辑，包括通过 OrcaRouter（一个兼容 OpenAI 的智能路由网关）进行路由。 模型选择选项包括用于中文视频剪辑的默认 Paraformer、旗舰版 Fun-ASR-Nano 检查点、用于多语言 ASR 并带有情感和音频事件标签的 SenseVoice、用于长音频 ASR 并带有匿名说话人标签和时间戳的 MOSS，以及用于英文视频剪辑的 Paraformer 英文模型。