FunClip的开源地址是：
https://github.com/alibaba-damo-academy/FunClip

FunClip简介

FunClip 是由阿里巴巴达摩院推出的完全开源、本地部署的自动化视频剪辑工具。它利用阿里巴巴通义实验室的 FunASR Paraformer 系列模型，实现视频的语音识别，用户可以根据识别结果快速裁剪出所需视频片段。在视频处理领域，自动化视频剪辑工具为创作者们提供了极大的便利。今天，我们要详细介绍一款完全开源且可本地部署的自动化视频剪辑工具——FunClip，它能让视频剪辑变得更加高效和有趣。

一、FunClip的独特功能

FunClip最引人注目的功能之一是它能够进行语音识别并基于识别结果进行精准的片段裁剪。它通过调用阿里巴巴通义实验室开源的FunASR Paraformer系列模型进行视频的语音识别。这意味着它能准确地识别视频中的语音内容，并将其转化为文本。

对于用户来说，操作流程也十分简单。在获取到视频的语音识别结果后，你可以自由选择识别结果中的文本片段或说话人。无论你是想要截取某个特定台词对应的视频片段，还是提取某位说话人所说的全部内容对应的视频部分，只需轻松点击裁剪按钮，就能快速获取你想要的对应片段的视频。这种灵活的操作方式，大大节省了传统视频剪辑中手动查找和裁剪片段所耗费的时间和精力。

主要功能有：

1. 自动化语音识别与时间戳预测：基于 FunASR Paraformer 系列模型，不仅准确识别语音内容，还能预测每段语音对应的时间戳，提升视频内容检索速度和剪辑精确度。
2. 热词定制化与说话人识别：集成 SeACo-Paraformer 模型，允许用户指定热词提高识别准确率；集成 CAM++ 说话人识别模型，根据说话人 ID 裁剪视频片段。
3. 视频裁剪与多段剪辑：用户可按识别文本或说话人 ID 裁剪片段，支持多段剪辑，满足不同编辑需求。
4. Gradio 交互界面：提供简洁直观的操作界面，用户可通过浏览器轻松进行视频剪辑。
5. 自动字幕生成：自动为剪辑后的视频生成 SRT 字幕文件，方便后续编辑和使用。
6. 大语言模型智能裁剪：集成 qwen 系列、gpt 系列等大语言模型，支持自定义 prompt 和热词定制化

二、安装FunClip

（一）系统要求

• 操作系统：FunClip支持主流的操作系统，如Linux（推荐Ubuntu 18.04及以上版本）和Windows（Windows 10及以上）。
• 硬件要求：具有一定的计算能力和内存，以确保顺利运行语音识别模型和视频处理任务。建议至少具备4GB内存，对于较大视频的处理，推荐8GB及以上内存。

（二）依赖安装

• 安装依赖库：

打开终端（在Linux系统中）或命令提示符（在Windows系统中），根据不同的操作系统执行以下命令来安装必要的依赖库：

• Linux系统：

更新软件包列表：sudo apt-get update安装常见依赖：sudo apt-get install -y build-essential cmake git python3 python3-pip

• Windows系统：

你可以使用系统自带的包管理工具（如Chocolatey）或手动下载安装所需的依赖库。例如，安装Python 3（建议使用Python 3.7及以上版本），可以从Python官方网站下载安装包并按照提示进行安装。安装完成后，打开命令提示符，使用pip命令安装其他Python依赖库：安装pip（如果未安装）：下载get-pip.py文件，然后在命令提示符中执行python get-pip.py。

• 安装常用依赖库：pip install cmake numpy

（三）下载FunClip源代码

• 使用git命令从官方仓库克隆FunClip的源代码到本地：在终端（Linux）或命令提示符（Windows）中，进入你希望存放FunClip源代码的目录，然后执行以下命令：git clone [FunClip仓库地址]将[FunClip仓库地址]替换为实际的FunClip官方仓库地址。如果你不知道仓库地址，可以在FunClip的官方网站或相关的开源代码平台上搜索获取。

（四）配置和编译

• 进入克隆下来的FunClip源代码目录：cd FunClip
• 创建并进入一个构建目录（用于存放编译生成的可执行文件和中间文件）：mkdir build cd build
• 使用CMake配置项目：cmake..
• 编译项目：cmake --build.
• 编译完成后，你将在构建目录下找到可执行文件。

三、使用FunClip

（一）准备视频素材

• 将你想要剪辑的视频文件放置在FunClip可执行文件所在的目录下（或者你可以在后续使用命令时指定视频文件的完整路径）。

（二）运行FunClip

在终端（Linux）或命令提示符（Windows）中，进入FunClip可执行文件所在的目录，然后执行以下命令来启动FunClip并按照提示进行操作：[可执行文件名称] [视频文件名称]将[可执行文件名称]替换为实际的可执行文件名称（通常在编译完成后会显示相应的名称），将[视频文件名称]替换为你准备好的视频文件的名称。

（三）查看语音识别结果和进行剪辑

• 程序启动后，会自动对视频进行语音识别，并在一段时间后显示识别结果。识别结果将以文本形式展示，你可以拖动滚动条或使用其他方式浏览整个识别文本内容。
• 找到你想要裁剪的视频片段对应的文本或说话人信息后，通过鼠标点击或键盘操作选中相应的文本片段或说话人。具体的选择方式可能会根据FunClip的界面设计和操作逻辑有所不同，请参考相关界面提示进行操作。
• 选中后，点击裁剪按钮（通常在界面上有明显的标识），FunClip将根据你的选择自动提取对应的视频片段，并保存到指定的输出目录（你可以在运行程序时通过命令行参数指定输出目录，或者在程序中进行相关设置）。

（四）后续处理和分享

裁剪完成后，你可以对得到的视频片段进行进一步的编辑和处理，如添加字幕、调整画面、添加特效等。也可以直接将其分享给他人，用于各种用途，如教学、宣传、娱乐等。

五、FunClip 的实际应用案例

1. 教育视频制作

教师可上传讲课视频，利用 FunClip 快速定位关键教学点并裁剪出精华片段，方便学生复习和理解

2. 企业宣传片编辑

编辑者可利用说话人识别功能快速定位特定发言人的片段，结合自动生成的字幕，制作出专业水准的宣传视频

3. 社交媒体视频内容创作

创作者可从多个视频素材中挑选精彩瞬间，使用多段剪辑功能组合成引人入胜的视频集锦

4. 视频字幕自动化生成

自动生成的字幕文件提高了视频的可访问性和国际化水平，节省了手动添加字幕的时间

六、总结

FunClip作为一款开源、本地部署的自动化视频剪辑工具，为视频创作者们提供了一种便捷、高效的方式来处理视频素材。通过其强大的语音识别和片段裁剪功能，我们可以轻松地从复杂的视频内容中提取出所需的片段，大大提高了视频剪辑的效率和准确性。无论是专业的视频编辑人员还是初学者，都可以通过学习和使用FunClip来实现自己的视频剪辑需求。希望本文的介绍和操作指南能够帮助你顺利地安装和使用FunClip，开启你的视频剪辑之旅。

如果有不明白的也可以参考github的说明。