2024-04-28 17:53:41,
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，随后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：https://github.com/alibaba-damo-academy/FunClip
- 在线体验地址：https://modelscope.cn/studios/iic/funasr_app_clipvideo/summary
FunClip的功能特色
- FunClip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1300w+次，并且能够一体化的准确预测时间戳。
- FunClip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。
- FunClip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。
- 通过Gradio交互实现上述功能，安装简单使用方便，并且可以在服务端搭建服务通过浏览器使用。
- FunClip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
访问魔搭社区体验链接：https://modelscope.cn/studios/iic/funasr_app_clipvideo/summary，按照下方步骤使用：
- Step1: 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
- Step2: 复制识别结果中所需的文字至右上方，或者右设置说话人标识，设置偏移与字幕配置（可选）
- Step3: 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
确保本地已安装Python和Git，在电脑终端执行以下命令。
git clone https://github.com/alibaba-damo-academy/FunClip.git
cd FunClip
python funclip/launch.py随后在浏览器中访问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输入到对应为止
- （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
温馨提示：