

这是什么
FunClip 是阿里通义语音实验室(ModelScope)出品的开源 AI 视频剪辑工具,GitHub 上约 6.5 千 Star,MIT 开源。它的思路很巧妙:与其在时间轴上费劲找「那句话到底在哪」,不如先把视频里的语音用 FunASR(阿里自研高精度语音识别模型)转成文字,你直接选中文字,它就帮你剪出对应的视频片段。对做口播切片、课程剪辑、字幕的人来说,这种「文字驱动剪辑」的方式效率提升非常直观。
核心能力
- 语音转文字剪辑:FunASR 高精度识别,选中识别结果中的文字即得对应视频片段,精准到句。
- 自动字幕生成:识别结果可直接导出,也能叠加成字幕,省去手动打轴。
- LLM 辅助剪辑:用大模型理解语义,按主题、要点智能切分长视频,自动找「重点句」。
- 说话人识别:访谈、多人对话中按不同说话人快速定位与剪辑,各剪各的片段。
- 本地 Gradio 界面:网页式操作界面,本地部署即可用,不上传素材、数据不出本机。
- 中文优化 + 免费开源:中文识别效果尤其好,MIT 协议免费商用,无订阅费。
适合谁
- 做口播、短视频二创的人:把长视频快速切成多个短片段,定位「金句」不再靠手动拖进度条。
- 处理课程、会议、访谈的人:转文字、定位要点、生成字幕一条龙。
- 需要批量切片的运营:配合 FunASR 批量转写 + 剪辑,效率翻倍。
- 想体验「文字驱动剪辑」的视频创作者:换个更省事的剪辑交互方式。
获取方式
到 GitHub 仓库 modelscope/FunClip 按 README 用 pip 安装并下载模型即可本地运行;也可先到 ModelScope 或 HuggingFace Space 在线体验。MIT 开源免费,中文场景尤其好用。
官网:https://huggingface.co/spaces/FunAudioLLM/FunClip
项目地址:https://github.com/modelscope/FunClip
相关阅读
© 版权声明
文章版权归作者所有,未经允许请勿转载。