近年来，短视频平台的迅猛发展有目共睹。抖音、快手等应用让无数普通人的生活得以展示在屏幕之上，有人凭借一条视频涨粉百万，也有人通过剪辑接单赚到了第一桶金。然而，真正做过视频剪辑的人都清楚，这一过程远没有看上去那么轻松——一段几分钟的成品，背后往往需要数小时的粗剪、精修、素材查找和字幕调整，费时又费力。 那么，是否存在一款工具能让这一过程变得省力些？今天要介绍的，是阿里开源的一款自动化视频剪辑工具——FunClip。它不仅能安装在自己的电脑上离线使用，更关键的是，它将“语音识别”与“视频裁剪”无缝打通，操作简单到令人眼前一亮。 FunClip 的核心设计十分巧妙：它基于阿里通义实验室开源的 FunASR Paraformer 系列模型，能够自动对视频进行语音识别。你只需在识别出的文本片段中，直接选中想要保留的句子，或者指定某个说话人，点击裁剪按钮，对应的视频片段就会自动切出。完全不需要像传统剪辑软件那样手动拖拽时间轴、分割片段。 除了这一基础能力，FunClip 还有几个值得关注的特色： - 融入了大语言模型调用机制，提供灵活的 prompt 设置，可以尝试利用大模型辅助视频编辑，实现智能“代剪”效果。 - 语音识别模型采用阿里开源的 Paraformer-Large，在开源中文 ASR 模型中属于第一梯队，在 Modelscope 上的下载量已超过 1300 万次，时间戳预测极为精准。 - 支持 SeACo-Paraformer 热词定制功能，例如视频中频繁出现的专业名词、人名，可设置为热词，从而显著提升识别准确率。 - 集成了 CAM++ 说话人识别模型，能够自动区分不同说话人，只需输入对应说话人 ID，即可裁剪出该人物的全部片段，特别适合采访、多人对话类视频。 - 通过 Gradio 提供可视化交互界面，安装简单，并可部署在服务器上，通过浏览器远程操作，对团队协作十分友好。 - 支持多段视频自由编辑，还能自动生成完整的 SRT 字幕文件，以及目标剪辑片段的字幕，省去手动添加字幕的麻烦。 值得一提的是，FunClip 还加入了大语言模型智能裁剪功能，集成了 Qwen 系列、GPT 系列等模型，内置默认 prompt，用户也可根据自身需求训练专属 prompt。配合 SeACo-Paraformer 的热词定制，在视频剪辑中能实现更精确的片段抽取。

安装

FunClip 的运行仅依赖 Python 环境，因此配置好 Python 环境即可基本完成安装。 ```bash # 克隆 funclip 仓库 git clone https://github.com/alibaba-damo-academy/FunClip.git cd FunClip # 安装相关 Python 依赖 pip install -r ./requirements.txt ``` 若需使用自动生成字幕的视频裁剪功能，还需额外安装 ImageMagick： **Ubuntu** ```bash apt-get -y update && apt-get -y install ffmpeg imagemagick sed -i 's/none/read,write/g' /etc/ImageMagick-6/policy.xml ``` **MacOS** ```bash brew install imagemagick sed -i 's/none/read,write/g' /usr/local/Cellar/imagemagick/7.1.1-8_1/etc/ImageMagick-7/policy.xml ``` **Windows** 需要从 [ImageMagick 官网](https://imagemagick.org/script/download.php#windows) 下载并安装。 安装完毕后，通过以下命令启动 FunClip： ```bash python funclip/launch.py ``` 随后在浏览器中访问 `localhost:7860` 即可进入操作界面。

视频剪辑操作步骤

1. 上传您的视频（也可使用界面自带的 demo 视频）。 2. 设置热词，并指定文件输出路径（用于保存识别结果和视频）。 3. 点击“识别”按钮获取语音识别结果；如需区分说话人，可点击“识别+区分说话人”。 4. 在识别结果中，将所需文本片段复制到对应输入框，或直接输入说话人 ID。 5. 配置剪辑参数——偏移量、字幕设置等。 6. 点击“裁剪”或“裁剪+字幕”按钮，完成剪辑。 如果需要使用大语言模型裁剪，可以参考界面上的相关教程。

使用大语言模型裁剪请参考如下教程：

FunClip 同时在魔塔社区部署了在线服务，可通过以下地址直接体验，上传自己的视频或使用官方 demo： [https://modelscope.cn/studios/iic/funasr_app_clipvideo/summary](https://modelscope.cn/studios/iic/funasr_app_clipvideo/summary) 更多细节和更新，可以到 GitHub 仓库了解： [https://github.com/alibaba-damo-academy/FunClip](https://github.com/alibaba-damo-academy/FunClip) 总的来说，FunClip 是一款完全开源、支持本地部署的自动化视频剪辑工具，它将语音识别、说话人区分、大模型辅助、字幕生成等能力整合于一体，大大降低了视频剪辑的门槛。如果你正为频繁的粗剪工作而烦恼，不妨试试这款工具，或许能节省大量时间。