FunClip免费开源的AI视频剪辑工具3步上手智能字幕裁剪与LLM剪辑【免费下载链接】FunClipFunASR-powered video transcription, subtitle generation, and LLM-assisted clipping tool with a local Gradio UI.项目地址: https://gitcode.com/GitHub_Trending/fu/FunClip你有没有遇到过这样的场景一段一小时的讲座录像你只想要其中三分钟的金句一场两个小时的会议回放你只想留下某位发言人的全部内容一部访谈视频你想把最有价值的那几句话单独剪成一条短视频。传统做法是把视频拖进剪辑软件反复拖动进度条、放大波形、手动对齐文字——光是找对位置就要花掉大把时间。而 FunClip 正是为解决这类痛点诞生的免费开源 AI 视频剪辑工具它先听懂视频里说了什么再把说话内容变成可勾选的文字清单你选哪句它就剪哪句全程无需付费、本地部署、保护隐私。没有它 vs 有了它视频剪辑效率的两种人生先直观感受一下 FunClip 带来的差异。同样是从视频里提取指定片段这件事对比维度传统手动剪辑使用 FunClip找片段位置反复拖动进度条、听声辨位自动转写全文按文字直接定位提取特定人物发言逐段核对人脸和声音一键按说话人 ID 全量提取剪多段内容逐个导出再拼接多段文本一次裁剪自动输出 SRT 字幕找精彩片段靠感觉凭经验大语言模型理解语义后自动圈选成本付费软件订阅或漫长学习免费开源本地运行不传数据上云一句话概括传统剪辑让你在时间轴上找针FunClip 让你在文字里勾选。省下的时间足够你多剪十条视频。60秒极速上手从零到本地服务跑起来FunClip 的运行依赖非常简单一个 Python 环境足矣。按下面三步操作即可git clone https://gitcode.com/GitHub_Trending/fu/FunClip cd FunClip pip install -r ./requirements.txt依赖装好后执行一条命令启动本地服务python funclip/launch.py稍等片刻首次启动会自动下载 ASR 模型权重之后会缓存在本地浏览器访问localhost:7860就能看到主界面。之后的操作只有三个动作上传视频 → 点击识别 → 复制想保留的文字到待裁剪文本框 → 点击裁剪。整个过程不到一分钟你就能拿到第一个带时间戳对齐的成品片段。FunClip 的 AI 视频剪辑工具主界面视频上传、语音识别、字幕输出与裁剪按钮一屏搞定如果你处理的是英文视频启动时加一个参数即可python funclip/launch.py -l en。三大核心亮点拆解它凭什么让剪辑变简单亮点一语音识别精准裁剪让剪视频变成选文字是什么FunClip 内置了阿里巴巴通义实验室开源的 FunASR 工具包与 Paraformer-Large 模型这是目前识别效果最好的开源中文 ASR 模型之一。它能自动把视频里的语音转成带时间戳的文字并同时生成全文 SRT 字幕。为什么强识别结果里的每一句话都精确对应着视频中的起止时间。你不需要理解任何剪辑术语只需在识别结果里复制想要保留的句子多段文本用#连接点击裁剪即可获得对齐精准的片段。它还支持每段独立配置起止偏移量用来微调前后留白。怎么用上传视频后点击识别在识别结果中复制目标文字到待裁剪文本再点裁剪或裁剪字幕。若想给成品直接烧录字幕记得提前安装 imagemagickUbuntu 执行apt-get install imagemagickmacOS 执行brew install imagemagick项目还自带了默认黑体字体文件font/STHeitiMedium.ttc供字幕渲染使用。视频智能字幕裁剪教程核心流程上传视频 → 配置热词识别 → 选择文本裁剪亮点二说话人分离把某个人拎出来单独成片是什么FunClip 集成了 CAM 说话人识别模型。点击识别区分说话人按钮每一句识别结果都会被自动标记上说话人 ID如spk0、spk3。为什么强访谈、会议、播客这类多人口播视频传统方式要按人逐段剪接而 FunClip 让你直接在待裁剪说话人输入框里填一个 ID多个人用#连接就能一键提取该说话人的全部段落自动拼合成一条连续视频。怎么用识别时选择识别区分说话人查看结果中每句话所属的说话人 ID把目标 ID 填入待裁剪说话人框点击裁剪即可。界面上还内置了多说话人示例视频供你直接体验这一功能。亮点三LLM 智能裁剪让大模型替你挑精华是什么FunClip 最出彩的能力是让大语言模型参与剪辑决策。它集成了 Qwen、GPT、DeepSeek、Moonshot、MiniMax 等多条模型调用通道并提供了完整的 Prompt 配置接口相关实现集中在 funclip/llm/ 目录下。为什么强当你面对长视频不知道哪一段最值得剪时LLM 会读取整份 SRT 字幕按你设定的指令比如分析精彩且尽可能连续的片段输出四条以内理解语义返回规范格式的时间戳列表再交给 FunClip 自动执行裁剪。默认 Prompt 已经过打磨你也可以自由改写实现提取教学重点筛选情感强烈段落等定制需求。怎么用识别完成后在LLM 智能裁剪标签页选择模型如deepseek-chat或qwen-plus填入对应 API Key点击LLM 推理确认推理结果后点击LLM 智能裁剪即可成片。想给结果加上字幕就点LLM 智能裁剪字幕。AI 视频剪辑工具的 LLM 智能裁剪教程选模型填 Key → 微调 Prompt → 推理并裁剪避坑指南新手最容易踩的 5 个坑1. 首次启动迟迟没有界面。模型权重是启动时单独下载的网络不稳定会卡在下载阶段。解法保持网络畅通耐心等待或提前用代理下载模型权重落盘后会本地缓存后续启动无需重复下载。2. 精确按文本裁剪时发现时间戳对不准。如果你用-m fun-asr-nano或-m sensevoice启动当前发布的 Nano 检查点不提供可靠的字符级时间戳。解法需要精确按文字裁剪时请使用默认的 Paraformer 模型。3. 字幕烧录失败或文字乱码。原因是没装 imagemagick或未修改其安全策略。Ubuntu 用户执行sed -i s/none/read,write/g /etc/ImageMagick-6/policy.xmlmacOS 用户对应修改ImageMagick-7的 policy.xmlWindows 用户需在site-packages\moviepy\config_defaults.py中配置IMAGEMAGICK_BINARY路径。4. 同时打开多个同端口页面导致上传卡死。这会引发文件上传缓慢甚至无响应。解法只保留一个localhost:7860页面其余全部关闭。5. 依赖版本过旧导致 SenseVoice/字幕功能异常。FunClip 的 Fun-ASR-Nano、SenseVoice 与字幕兼容路径要求funasr1.3.29。解法旧环境先执行pip install -U funasr1.3.29再启动服务。进阶玩法藏在源码里的 3 个高阶能力1. 命令行流水线批量处理。Gradio 界面适合交互但批处理场景可以直接调用 funclip/videoclipper.py--stage 1完成识别并输出识别文本与 SRT 文件--stage 2配合--dest_text指定目标文字、--start_ost/--end_ost设置偏移、--output_file指定输出路径。把它套进 shell 循环即可实现成批视频的自动化裁剪。2. 换引擎Fun-ASR-Nano 与 SenseVoice 的多语种能力。FunClip 不仅支持中文还支持切换旗舰版 Fun-ASR-Nano覆盖普通话、英语、日语、7 类中文方言与 26 种地域口音和 SenseVoice多语种识别 情绪识别 音频事件检测。启动命令分别是python funclip/launch.py -m fun-asr-nano和python funclip/launch.py -m sensevoice详细说明见 README_zh.md。3. 让 LLM看视频而非只读字幕。针对纯文本判断不清的片段动作、场景切换、画面事件FunClip 可选接入 TwelveLabs Pegasus 视频理解模型选择pegasus1.5模型名并填入对应 Key 后它会直接分析视频画面与音频输出同样格式的时间戳复用AI 裁剪按钮即可成片入口代码在 funclip/llm/twelvelabs_api.py。适用人群自测这 5 类人闭眼入如果你符合以下任意一条这本工具就是为你准备的短视频创作者需要从长素材里高频提取精彩片段不想把时间耗在手动对齐上。教师与培训师想从讲座录像里快速切出知识点片段或生成带时间戳的教学材料。会议记录员要从冗长会议回放中提取某位发言人的全部内容或整理决策点段落。字幕/内容运营需要批量产出带 SRT 字幕的视频切片用于分发或二次加工。隐私敏感的技术爱好者希望剪辑全程在本机完成数据不出设备同时想研究 ASR 与大模型结合的工程实现。现在就去剪出你的第一条 AI 视频FunClip 完全开源源码采用 MIT 协议、本地部署、零费用功能代码集中在 funclip/ 目录你可以直接阅读、修改甚至二次开发把它的能力嵌入自己的产品。从找片段到选文字再到让大模型替你挑精华这个免费的 AI 视频剪辑工具重新定义了个人剪辑的边界。打开终端执行python funclip/launch.py几分钟后你就能拥有自己的智能剪辑工作台——这条视频剪起来。【免费下载链接】FunClipFunASR-powered video transcription, subtitle generation, and LLM-assisted clipping tool with a local Gradio UI.项目地址: https://gitcode.com/GitHub_Trending/fu/FunClip创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考