视频剪辑的重磅AI神器:FunClip

内空摘要

基于阿里巴巴通义实验室自研并开源的FunASR工具包
集成了阿里巴巴开源的工业级模型Paraformer-Large
集成了SeACo-Paraformer的热词定制化功能，提升识别效果
集成了CAM++说话人识别模型，自动识别出的说话人ID
支持多段自由剪辑，并且会自动返回全视频SRT字幕、目标段落SRT字幕
项目仓库：https://github.com/alibaba-damo-academy/FunClip
博文地址：https://blog.i68.ltd/archives/funclip

主要特点

FunClip集成了多种大语言模型调用方式并提供了prompt配置接口，尝试通过大语言模型进行视频裁剪
FunClip集成了阿里巴巴开源的工业级模型Paraformer-Large，是当前识别效果最优的开源中文ASR模型之一，Modelscope下载量1300w+次，并且能够一体化的准确预测时间戳。
FunClip集成了SeACo-Paraformer的热词定制化功能，在ASR过程中可以指定一些实体词、人名等作为热词，提升识别效果。
FunClip集成了CAM++说话人识别模型，用户可以将自动识别出的说话人ID作为裁剪目标，将某一说话人的段落裁剪出来。
通过Gradio交互实现上述功能，安装简单使用方便，并且可以在服务端搭建服务通过浏览器使用。
FunClip支持多段自由剪辑，并且会自动返回全视频SRT字幕、目标段落SRT字幕，使用简单方便。

安装使用

FunClip的运行仅依赖于一个Python环境

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

安装imagemagick（可选）

如果你希望使用自动生成字幕的视频裁剪功能，需要安装imagemagick

Ubuntu

apt-get -y update && apt-get -y install ffmpeg imagemagick
sed -i 's/none/read,write/g' /etc/ImageMagick-6/policy.xml
MacOS

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

首先下载并安装imagemagick ImageMagick -- Download

然后确定您的Python安装位置，在其中的site-packages\moviepy\config_defaults.py文件中修改IMAGEMAGICK_BINARY为imagemagick的exe路径

下载你需要的字体文件，这里我们提供一个默认的黑体字体文件

wget https://isv-data.oss-cn-hangzhou.aliyuncs.com/ics/MaaS/ClipVideo/STHeitiMedium.ttc -O font/STHeitiMedium.ttc

使用FunClip

A.在本地启动Gradio服务

python funclip/launch.py
# '-l en' for English audio recognize
# '-p xxx' for setting port number
# '-s True' for establishing service for public accessing

随后在浏览器中访问localhost:7860即可看到如下图所示的界面，按如下步骤即可进行视频剪辑

上传你的视频（或使用下方的视频用例）
（可选）设置热词，设置文件输出路径（保存识别结果、视频等）
点击识别按钮获取识别结果，或点击识别+区分说话人在语音识别基础上识别说话人ID
将识别结果中的选段复制到对应位置，或者将说话人ID输入到对应为止
（可选）配置剪辑参数，偏移量与字幕设置等
点击"裁剪"或"裁剪+字幕"按钮

使用大语言模型裁剪请参考如下教程

B.通过命令行调用使用FunClip的相关功能

# 步骤一：识别
python funclip/videoclipper.py --stage 1 \
                       --file examples/2022云栖大会_片段.mp4 \
                       --output_dir ./output
# ./output中生成了识别结果与srt字幕等
# 步骤二：裁剪
python funclip/videoclipper.py --stage 2 \
                       --file examples/2022云栖大会_片段.mp4 \
                       --output_dir ./output \
                       --dest_text '我们把它跟乡村振兴去结合起来，利用我们的设计的能力' \
                       --start_ost 0 \
                       --end_ost 100 \
                       --output_file './output/res.mp4'

C.通过创空间与Space体验FunClip

FunClip@Modelscope创空间⭐

FunClip@HuggingFace Space🤗