使用 FunClip 將長篇影片或音訊轉換為可審查的片段與字幕
當智慧代理需要可重複的本地工作流程來轉錄媒體、建議剪輯時間戳、以及產出附有字幕檔案的可審查影片片段時,可使用 FunClip。
先決條件
Python 環境、FunClip 原始碼、FunASR 支援的模型、本地或伺服器 Gradio 執行環境,以及待轉錄與剪輯的媒體檔案。
安裝
請根據您的環境選用適合的上游安裝或設定路徑:
- git clone https://github.com/alibaba-damo-academy/FunClip.git
- pip install -r ./requirements.txt
- brew install imagemagick
上游的需求與注意事項:
- 2026/05/20 FunClip 現在支援 Fun-ASR-Nano 和 SenseVoice 模型。Fun-ASR-Nano 對 31 種語言提供更高準確度;SenseVoice 新增情感辨識與音訊事件偵測。執行 python funclip/launch.py -...
- 2024/06/12 FunClip 支援英文音訊檔的辨識與剪輯。執行 python funclip/launch.py -l en 試試看。
- FunClip 將支援 Whisper 模型給英文使用者,即將推出(使用 Whisper 進行 ASR 並帶時間戳記需要大量 GPU 記憶體,我們在 FunASR 中支援一般 Paraformer 的時間戳預測來達成此目標)。
基本使用方式或入門筆記:
-
| 使用方法
-
🔥2024/05/13 FunClip v2.0.0 現在支援使用大型語言模型進行智慧剪輯,整合了 qwen 系列、GPT 系列等模型,提供預設提示詞。您也可以探索並分享設定提示詞的技巧...
-
cd FunClip
-
擷取自上游文件:https://raw.githubusercontent.com/modelscope/FunClip/HEAD/README.md