百条视频一次剪完：用 AutoCut 把批量视频剪辑变成改文字

百条视频一次剪完用 AutoCut 把批量视频剪辑变成改文字【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/autocutAutoCut 是一个用文本剪视频的开源工具它先把视频转成带时间戳的字幕你在清单里删掉不想要的句子它就把对应片段裁掉并导出成片。跟着本文走从单条试剪到整目录批量出片整条流水线只敲命令行和改 Markdown不碰任何剪辑软件。场景一天 30 条录屏人工找剪点找到下班一位在线讲师的常规动作是这样的每晚直播 90 分钟第二天要剪出一条 10 分钟的精华回放。流程很固定——播放器里反复拖动时间轴找到口误、长停顿、跑题的段落把时间点抄下来再进剪辑软件一段段删。一条 90 分钟的视频光找剪点就要 40 分钟左右删完还要回头检查断句顺不顺。一天 30 多条课程视频堆过来小半周就耗在这套重复动作上换个人来剪剪点位置还会不一样。卡点不在剪辑软件而在决定哪里该剪这一步完全依赖人耳。AutoCut 把这一步换成了改文本字幕就是时间轴删掉一句视频里对应的片段就没了。批量处理、断点续跑、按规则初筛都能写进脚本。快速上手装好 ffmpeg10 分钟剪出第一条视频前置只有两个Python 3 和 ffmpeg。下面把环境装好clone 方式是为了跟进仓库最新代码只用发布版的话前两条命令就够。# 1) 装 ffmpegUbuntu/Debian 示例其他系统换对应包管理器 sudo apt update sudo apt install ffmpeg # 2) 装 AutoCut pip install autocut-sub # 3) 跟最新代码的话clone 下来本地安装 git clone https://gitcode.com/GitHub_Trending/au/autocut cd autocut pip install .装完先别急着上批量拿一条 1~2 分钟的视频走通全流程。自己建个~/autocut_demo/目录放一条短视频命名为 demo.mp4——首次运行会下载 small 语音模型用短视频等得快。运行转录命令AutoCut 会抽出音频、跑 Whisper在同目录生成字幕和清单两个文件cd ~/autocut_demo autocut -t demo.mp4跑完会多出 demo.srt 和 demo.md。剪辑看的是 demo.md它长这样每句话一行行首是字幕序号,起始时间方括号里是空格就代表这句话不要- [ ] -- Mark if you are done editing. - [ ] [1,00:00] 大家好欢迎回到本期课程 - [x] [2,00:05] 接下来讲本章的核心结论用 Typora 或 VS Code 打开把想保留的句子前的空格勾成 x再把开头那行 done 标记也勾上——这行不勾后面的剪辑命令会直接跳过。然后执行autocut -c demo.mp4 demo.srt demo.md日志最后两行告诉你结果Reduced duration from 75.2 to 32.475 秒剪到 32 秒Saved media to demo_cut.mp4。打开成片听一遍只留你勾选的几句断句处不留白。10 分钟第一条自动剪辑的视频就出来了。它是怎么工作的字幕驱动的剪辑链路一句话概括AutoCut 把视频先读成文字剪辑动作全部作用在文字上最后按字幕时间戳回写到视频。完整链路是视频 → ffmpeg 抽 16kHz 单声道音频 → Silero VAD 标出有人声的区间 → Whisper 只转有人声的段落 → 生成 .srt 和 .md → 勾选保留句 → 按时间戳切片合并 → xxx_cut.mp4两个细节决定成片质量。其一VAD 先筛掉静音段Whisper 不用硬转 90 分钟里的 40 分钟背景静默其二autocut/cut.py 合并片段时会把间隔小于 0.5 秒的相邻句子并成一段避免剪出来一句一顿。没有画面的播客、录音同样能走通输出是 mp3。各模块分工如下模块职责autocut/transcribe.py调 Whisper 做语音转文字产出 .srt 字幕和可勾选的 .md 清单autocut/cut.py解析勾选结果按时间戳裁切合并输出 xxx_cut.mp4autocut/daemon.py常驻监听文件夹对新视频自动走转录、剪辑、合并全流程autocut/utils.pyffmpeg 抽音频、SRT 与 MD 互转、段落合并等公共工具autocut/main.py命令行入口解析 -t / -c / -d / -m / -s 并分发到对应模块实战流程批量转录、按规则筛选、一键合成批量转录一个目录的视频一次转成字幕目标把整目录的待剪视频一次性变成字幕 勾选清单而不是逐个文件开命令。操作-t的参数支持多个文件shell 通配符展开后就是批量。模型只在进程启动时加载一次之后逐文件处理批量跑比反复起进程省时间# 当前目录所有 mp4 一次转录 autocut -t *.mp4 # 中断后重跑同样命令即可已有 .md 的文件自动跳过 # 想全部重新转录就加 --force结果每个视频旁多出一份同名 .srt 和 .md日志按文件打 Transcribed xxx to xxx.srt。中途断网、断电都不怕重跑命令就是断点续传。混在目录里的 .mp3 录音也会被转录剪出来是音频文件。按关键词批量勾选片段替代人肉删句子 目标清单动辄两三百句人眼逐句勾太慢。先用脚本按关键词做初筛人只复审命中行。操作下面的脚本建在你自己的工作目录里仓库保持只读不做改动逻辑只有两件事命中关键词的行勾上、开头 done 标记勾上。关键词换成你的领域词即可# pick_segments.py按关键词勾选 .md 清单 import sys KEYWORDS [重点, 注意, 结论] def pick(md_file): with open(md_file, encodingutf-8) as f: lines f.readlines() for i, line in enumerate(lines): if - [ ] in line and any(k in line for k in KEYWORDS): lines[i] line.replace(- [ ], - [x], 1) for i, line in enumerate(lines): if Mark if you are done editing in line: lines[i] line.replace(- [ ], - [x], 1) with open(md_file, w, encodingutf-8) as f: f.writelines(lines) for name in sys.argv[1:]: pick(name)对一批清单跑一次再用编辑器快速复审python pick_segments.py 2026-09-*.md结果命中句全部变- [x]done 标记就位。人工花几分钟删掉误勾的再逐条执行autocut -c 视频.mp4 视频.srt 视频.md三个文件同目录即可剪出成片。规则可以越攒越细——按主讲人昵称筛 QA、按接下来/最后筛转折段都是往脚本里加几个词的事。一键合成剪好的片段自动拼成整条目标几十个剪好的 _cut.mp4 拼成一条完整回放不用手动拖进剪辑软件时间轴。操作常驻监听一条命令。把录制文件放进一个目录OBS 用户可把录像文件名格式设成日期/时-分-秒一天一个文件夹正好按天喂给它autocut -d ~/autocut_demo/recordings结果进程常驻运行扫描间隔从 1 秒逐步拉长到最多 60 秒一有动作立刻回到 1 秒。新视频进来先自动转录你勾好某个 .md 后它自动剪出 _cut.mp4目录里所有片段剪完后会生成一份 autocut.md 汇总清单每行是一个已剪视频及其前几句内容摘要。你勾选要拼进总片的条目并勾上 done 标记它就合成 autocut_merged.mp4 留在同目录。进阶玩法定时批量转录和按机器调速度定时批量转录转录放夜间跑白天只做人审和剪辑。crontab 加一行每天 2 点把当天目录里的新视频全部转好第二天打开编辑器就是勾勾勾0 2 * * * cd ~/autocut_demo/recordings autocut -t *.mp4 transcribe.log 21按机器挑模型和引擎默认 small 模型是质量和速度的折中。CPU 机器换 base 甚至 tiny 能快好几倍代价是错字变多有 NVIDIA 显卡就上 large或者用pip install autocut-sub[faster]装上 faster-whisper 引擎同模型跑得更快命令加--whisper-mode faster# 先确认 PyTorch 能不能用上 GPU python -c import torch; print(torch.cuda.is_available()) autocut -t demo.mp4 --whisper-model base # CPU小模型换速度 autocut -t demo.mp4 --whisper-model large # GPU大模型保质量多语言视频直接换--lang en、--lang Japanese等参数一次转录指定一种语言。常见问题4 个高频坑剪的时候没反应、没输出文件。九成是 .md 开头那行 done 标记没勾上。Cutter 检查到未编辑完会静默返回不报任何错。勾上重跑autocut -c即可。日志里反复出现 exists, skipping。默认不覆盖已有输出这是保护你已剪过的文件。确认要重新剪就加--force转录同理--force会重转并覆盖 .md 清单。字幕是乱码。编码不一致。AutoCut 默认 utf-8若按团队习惯用--encoding gbk转录剪辑时也要带同样的参数另外 Typora 打开 gbk 文件后可能自动转码保存用 VS Code 存回原编码再剪。转录太慢或显存不够。先用上面那条 torch 命令确认 GPU 是否可用显存吃紧就降级到 small 甚至 base或者--device cpu强制走 CPU。注意 Apple Silicon 上 ffmpeg 导出用不了 GPU导出速度会明显低于专业剪辑软件想快就调低--bitrate比如 5m。把听一遍找剪点换成看一遍勾句子批量视频剪辑就从小时级压到分钟级而且每一步都有文件留痕、可断点续跑、可用脚本接管。代码仓库地址见上文 clone 那一行clone 下来先跑通 demo再把自己的关键词规则加进去。你平时批量处理的是直播回放还是课程录屏想给自动筛选加什么规则欢迎在评论区聊。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考