企业官网建设流程全解析

用文本编辑剪视频：AutoCut 离线 Whisper 转录加 3 条命令完成剪辑的完整指南

【免费下载链接】autocut用文本编辑器剪视频项目地址: https://gitcode.com/GitHub_Trending/au/autocut

上周三晚上 11 点，阿哲盯着 OBS 导出的一个 47 分钟课程录屏发呆。开头 8 分钟的调设备、中间至少 10 处"嗯，我们刚才讲到哪儿了"，他得把这些全部清掉。按老办法，他要在剪辑软件里拖时间轴、逐句听、手动打点，一晚上未必干完。后来他试了一个思路：让程序先把整段话转成带时间戳的字幕，自己只在文本里把要留的句子勾上，剩下的交给程序去剪——这个工具叫 AutoCut，一次跑下来，他省了大概 6 个小时。

🧭 AutoCut 是什么：把剪辑变成改文本的开源工具

AutoCut 是一个开源的命令行视频剪辑工具，核心思路只有一句话：先用 Whisper 把视频语音转成字幕，你像改文档一样编辑 Markdown，把要保留的句子勾上，它再自动剪出对应的片段并合成成片，全程不打开任何视频编辑软件。适合课程录屏、播客、会议录像这类"内容长、废话多"的素材，使用者只需要会打字。它和传统剪辑工具最大的差异，是把"在时间轴上找剪切点"换成了"在句子上打勾"——原来要在时间轴上对 20 分钟的剪辑点，现在勾 5 个复选框就行。

🎬 一次完整实操：从录屏到成片

先把工具装好，这条命令克隆仓库并装进当前 Python 环境，同时装好 ffmpeg 作为音视频处理底座：

git clone https://gitcode.com/GitHub_Trending/au/autocut cd autocut && pip install .

ffmpeg 没有的话，Linux 用包管理器、macOS 用 brew、Windows 用 scoop 装一个即可。

装好后跑一下这条命令，把录屏丢进去让它转：

autocut -t lecture.mp4

等几分钟，同目录下会多出lecture.srt和lecture.md两个文件。md 文件里每句话前面都带一个复选框，开头有一句 "Mark if you are done editing."——把要保留的句子勾上，最后这句也勾上，保存。然后跑剪辑命令：

autocut -c lecture.mp4 lecture.srt lecture.md

得到lecture_cut.mp4，只包含勾选过的片段，还会附一份剪完之后的lecture_cut.md字幕供核对。如果手里只有一个现成的 srt 文件，也可以直接编辑 srt 删掉不要的行再剪，md 并非必需。

🎛️ 三个核心能力拆解

离线 Whisper 转录

它能做什么：视频、音频都能转，默认在本地跑 Whisper 的 small 模型，配了 Silero VAD 先把有声段找出来再送进模型，省算力也降噪；语言默认中文，--lang en等参数可切其他语种。对你意味着什么：素材不用出机器，断网也能转，且不用为"哪段是人声"操心。典型用法：

autocut -t podcast.mp3 --lang en --whisper-model base

模型从 tiny 到 large 任选，也可以改用--whisper-mode=openai调 OpenAI 的接口，或--whisper-mode=faster走 faster-whisper，机器没有 GPU 时这三条路各取所需。

用 Markdown 勾选句子来剪辑

它能做什么：按勾选项对应的字幕行取时间戳，相邻句子间隔小于 0.5 秒会自动合并进同一片段，避免剪出碎得听不下去的结果；输出默认 10m 码率的 mp4，音频同步重采样并做响度归一。对你意味着什么：剪辑决策变成了阅读和勾选，剪完还能拿lecture_cut.md逐句复核有没有多剪漏剪。典型用法就是上面那条-c命令；文件已存在想重剪时加--force，想压体积就加--bitrate 5m。

文件夹监控批量处理

它能做什么：-d指向一个目录后持续值守，新落盘的媒体文件自动转录，发现 md 被标记"done editing"就自动剪出_cut.mp4；目录里所有片段剪完后，它还会生成autocut.md，把各文件列成清单等你勾选，勾完即合并出autocut_merged.mp4。对你意味着什么：可以按录制日期建文件夹，录完就扔进去，下班前勾一轮，成片自己出来。典型用法：

autocut -d ./my_videos -t -c

配合 OBS 的文件名格式（设置里的"文件名格式"加一段日期路径），文件夹天然按天分组，管理成本几乎为零。

🛠️ 实战配方

课程录屏去口水

痛点：每节课都有大段调设备、跑题、重复，逐条剪到天亮。 解法：-d监控当日录制目录，转录完打开 md，勾正文句子、勾 done，回目录拿_cut.mp4，一天多节课自动跑完。

术语密集的发布会视频

痛点：专有名词、人名被 Whisper 转成一堆音近字，字幕没法用。 解法：上更大模型，并用--prompt把关键词喂给模型做初始提示，--vad 1强制开语音活动检测，转写准确率立竿见影。

播客录音只要干净的文字文件

痛点：两小时对谈要拿去写文稿，但剪视频那套参数用不上。 解法：输入直接给 mp3，转录后剪出的产物就是 mp3，md 里照常勾选，文字和音频一起瘦身。

🩺 避坑与调优

症状：字幕或 md 里中文全是乱码。 原因：文件按 GBK 之类编码生成，而工具默认按 UTF-8 读写。 命令：autocut -t video.mp4 --encoding gbk（剪辑时同样带上该参数）。

症状：转录结果不准、口水句识别得乱七八糟。 原因：默认 small 模型对术语和嘈杂环境不敏感。 命令：autocut -t video.mp4 --whisper-model medium --prompt "专有名词：AutoCut, Whisper" --vad 1。

症状：跑一个视频要等十几分钟，速度让人怀疑人生。 原因：首次运行会下载模型，且默认自动选 GPU，没配好时实际落在 CPU 上。 命令：autocut -t video.mp4 --whisper-model base --device cuda（确认显卡可用时），显存不够就改--device cpu并把模型降档。

🚪 延伸入口

参数都在 autocut/main.py 里可查，完整说明跑autocut --help；转写在 autocut/transcribe.py，剪辑与合并在 autocut/cut.py，文件夹监控在 autocut/daemon.py。README 另有 Docker 构建方式（CPU 版用 Dockerfile，CUDA 版用 Dockerfile.cuda）；想在 Python 里集成转录，直接from autocut import Transcribe, load_audio。

拿你手边任意一段会议录像跑一遍：转录、勾几个句子、剪出来，看看成片和你预期差多少。

【免费下载链接】autocut用文本编辑器剪视频项目地址: https://gitcode.com/GitHub_Trending/au/autocut