目录

  1. FunClip是什么？
  2. FunClip的功能特色
  3. 如何使用FunClip？

FunClip是什么？

FunClip是一款完全开源、本地部署的自动化视频剪辑工具，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。用户可以自由选择识别结果中的文本片段或说话人，点击裁剪按钮即可获取对应片段的视频。

GitHub项目地址：FunClip 在线体验地址：在线体验

FunClip的功能特色

  1. 高效语音识别：
    • 集成了阿里巴巴开源的工业级模型Paraformer-Large，是当前识别效果最优的开源中文ASR模型之一，Modelscope下载量超过1300万次，并且能够一体化地准确预测时间戳。
  2. 热词定制化：
    • 集成了SeACo-Paraformer的热词定制化功能，在ASR过程中可以指定一些实体词、人名等作为热词，提升识别效果。
  3. 说话人识别：
    • 集成了CAM++说话人识别模型，用户可以将自动识别出的说话人ID作为裁剪目标，将某一说话人的段落裁剪出来。
  4. 简便的操作界面：
    • 通过Gradio交互实现上述功能，安装简单使用方便，可以在服务端搭建服务通过浏览器使用。
  5. 多段自由剪辑：
    • 支持多段自由剪辑，并且会自动返回全视频SRT字幕、目标段落SRT字幕，使用简单方便。

如何使用FunClip？

方法一：在线体验魔搭社区demo
  1. 访问魔搭社区体验链接：在线体验
  2. 按照下方步骤使用：
    • Step 1: 上传视频或音频文件（或使用下方的用例体验），点击“识别”按钮
    • Step 2: 复制识别结果中所需的文字至右上方，或者右侧设置说话人标识，设置偏移与字幕配置（可选）
    • Step 3: 点击“裁剪”按钮或“裁剪并添加字幕”按钮获得结果
方法二：在本地启动Gradio服务
  1. 确保本地已安装Python和Git，在电脑终端执行以下命令：bashCopy codegit clone https://github.com/alibaba-damo-academy/FunClip.git cd FunClip python funclip/launch.py
  2. 在浏览器中访问localhost:7860即可看到如下图所示的界面，按如下步骤即可进行视频剪辑：
    • 上传你的视频（或使用下方的视频用例）
    • （可选）设置热词，勾选是否使用说话人识别功能
    • 点击“识别”按钮获取识别结果
    • 将识别结果中的选段复制到对应位置，或者将说话人ID输入到对应位置
    • （可选）配置剪辑参数，偏移量与字幕设置等
    • 点击“裁剪”或“裁剪并添加字幕”按钮