用途:自动化视频粗剪。流程为三步:先用 Whisper 把视频转写成带时间戳的字幕(本地 pip install openai-whisper,或调用 OpenAI Whisper API);把转写片段交给 AI 分析,识别填充词(um、uh、like、you know 等)、假开头、超过约 1.5 秒的停顿、重复和更正等,输出需要保留的片段 JSON;再用 FFmpeg 按片段重新编码并拼接,最后为成片生成 SRT 字幕。
主要能力:转写、AI 判断剪辑点、生成 FFmpeg 命令、生成最终字幕,也可选择把字幕烧录进画面。提供基础、激进、轻度三套分析提示词模板,并可配合 --word_timestamps True 做到词级精确切割。
必要用法与关键限制:切勿用 -c copy 剪切,H.264 关键帧间隔会导致冻结帧与音画不同步;应重新编码,例如 ffmpeg -ss 10 -i video.mp4 -t 5 -c:v libx264 -preset fast -crf 18 -c:a aac -b:a 192k -avoid_negative_ts make_zero segment.mp4。依赖 FFmpeg(brew install ffmpeg 或 sudo apt install ffmpeg)与 Whisper。质量上 CRF 越小越好,18-20 为推荐;大文件可先抽音频再转写,或用更快的 preset。文档还列出冻结帧、音画不同步、切割声突兀等问题的处理建议。其余功能、收费与平台支持暂未提供。