AutoCut: 通过字幕来剪切视频
AutoCut对你的视频自动生成字幕。然后你选择需要保留的句子，AutoCut将对你视频中对应的片段裁切并保存。你无需使用视频编辑软件，只需要编辑文本文件即可完成剪切。
使用例子
假如你录制的视频放在 2022-11-04/ 这个文件夹里。那么运行
autocut -d 2022-11-04
提示：如果你使用OBS录屏，可以在
设置->高级->录像->文件名格式中将空格改成/，既%CCYY-%MM-%DD/%hh-%mm-%ss。那么视频文件将放在日期命名的文件夹里。
AutoCut将持续对这个文件夹里视频进行字幕抽取和剪切。例如，你刚完成一个视频录制，保存在 11-28-18.mp4。AutoCut将生成 11-28-18.md。你在里面选择需要保留的句子后，AutoCut将剪切出 11-28-18_cut.mp4，并生成 11-28-18_cut.md 来预览结果。
你可以使用任何的Markdown编辑器。例如我常用VS Code和Typora。下图是通过Typora来对 11-28-18.md 编辑。
全部完成后在 autocut.md 里选择需要拼接的视频后，AutoCut将输出 autocut_merged.mp4 和对应的字幕文件。
安装
首先安装 Python 包
pip install git+https://github.com/mli/autocut.git
上面将安装 pytorch。如果你需要GPU运行，且默认安装的版本不匹配的话，你可以先安装Pytorch。如果安装 Whipser 出现问题，请参考官方文档。
另外需要安装 ffmpeg
# on Ubuntu or Debian
sudo apt update && sudo apt install ffmpeg
on Arch Linux
sudo pacman -S ffmpeg
on MacOS using Homebrew (https://brew.sh/)
brew install ffmpeg
on Windows using Scoop (https://scoop.sh/)
scoop install ffmpeg
更多使用选项
转录某个视频生成.srt和.md结果。
autocut -t 22-52-00.mp4
-
如果对转录质量不满意，可以使用更大的模型，例如
autocut -t 22-52-00.mp4 --whisper-model large
默认是small。更好的模型是medium和large，但推荐使用GPU获得更好的速度。也可以使用更快的tiny和base，但转录质量会下降。
-
如果你视频中有较多的长停顿，可以用--vad来使用格外的VAD模型预先识别这些停顿，使得对时间戳识别更准确。
剪切某个视频
autocut -c 22-52-00.mp4 22-52-00.srt 22-52-00.md
- 默认视频比特率是
10m，你可以更加需要调大调小。
- 如果不习惯Markdown文件，你也可以直接在
srt文件里删除不要的句子，在剪切时不传入md文件名即可。就是 autocut -s 22-52-00.mp4 22-52-00.srt
一些小提示
-
讲得流利的视频的转录质量会高一些，这因为是Whisper训练数据分布的缘故。对一个视频，你可以先粗选一下句子，然后在剪出来的视频上再剪一次。
-
最终视频生成的字幕通常还需要做一些小编辑。你可以直接编辑md文件（比srt文件更紧凑，且嵌入了视频）。然后使用 autocut -s 22-52-00.md 22-52-00.srt 来生成更新的字幕 22-52-00_edited.srt。注意这里会无视句子是不是被选中，而是全部转换成srt。
-
最终视频生成的字幕通常还需要做一些小编辑。但srt里面空行太多。你可以使用 autocut -s 22-52-00.srt 来生成一个紧凑些的版本 22-52-00_compact.srt 方便编辑（这个格式不合法，但编辑器，例如VS Code，还是会进行语法高亮）。编辑完成后，autocut -s 22-52-00_compact.srt 转回正常格式。
-
用Typora和VS Code编辑markdown都很方便。他们都有对应的快捷键mark一行或者多行。但VS Code视频预览似乎有点问题。
-
视频是通过ffmpeg导出。在Apple M1芯片上它用不了GPU，导致导出速度不如专业视频软件。
-
默认输出编码是 utf-8. 你可以通过--encoding指定其他编码格式。但是需要注意生成字幕文件和使用字幕文件剪辑时的编码格式需要一致。例如使用 gbk.
autocut -t test.mp4 --encoding=gbk
autocut -c test.mov test.srt test.md --encoding=gbk
如果使用了其他编码格式（如gbk等）生成md文件并用Typora打开后，该文件可能会被Typora自动转码为其他编码格式，此时再通过生成时指定的编码格式进行剪辑时可能会出现编码不支持等报错。因此可以在使用Typora编辑后再通过VS Code等修改到你需要的编码格式进行保存后再使用剪辑功能。