用途:把一个视频文件转写、分析并剪出最精彩的高光片段,导出为独立视频文件。
主要能力:若视频旁已有转写文件(如 Name_transcript.txt 或 Name_transcript.json)则直接使用,否则先用 ffmpeg 提取音频并用 Whisper 转写;通读全文,把连续转写行归并为自成一体的“时刻”;对每个候选按六个维度各 1-5 分打分:可引用性、洞察密度、情绪强度、故事弧、可执行性、开场吸引力,综合分为六项之和(最高 30)。按综合分降序排名,选前 5-10 个(或用户指定数量),做多样性过滤(避免同一 2 分钟窗口重复),并按平台控制时长:默认 15-90 秒,Reels/TikTok/Shorts 15-60 秒,LinkedIn 30-90 秒,YouTube 1-5 分钟;时间戳从首句开始到自然结束,两侧各加 2-3 秒余量。
使用方式:需先安装 ffmpeg(macOS:brew install ffmpeg;Linux:sudo apt install ffmpeg)和 Python 3 + openai-whisper(pip install openai-whisper)。提取音频命令:ffmpeg -i <video> -ar 16000 -ac 1 -vn <audio.wav>。转写用 whisper.load_model("base") 并开启 word_timestamps。剪辑命令:ffmpeg -i <video> -ss <start_time> -to <end_time> -c:v libx264 -c:a aac -avoid_negative_ts make_zero -y <output_clip>。输出到视频同目录的 clips/ 子文件夹,命名如 <VideoName>clip01<title_slug>.mp4,标题 slug 小写、下划线、无特殊字符、最长 40 字符;随后生成 clips_manifest.md 清单,包含文件、标题、时间、时长、得分和最佳维度。
适用场景:从长访谈、播客、演讲或课程视频中挑选适合短视频平台或社交媒体的片段。
限制:不得编造转写内容,只能使用真实转写;剪辑前必须经用户确认,不得自动剪辑;超长视频(60 分钟以上)需分块阅读但保留全部候选;相邻高光若相距 10 秒内可考虑合并。资料未提供具体收费、价格或平台支持范围。