Распознавание речи с открытым исходным кодом на базе Whisper: точные временные метки для каждого слова и опциональная диаризация говорящих.
modelscope/FunClip
Локальный open-source инструмент для нарезки видео по расшифровке речи с помощью FunASR: выбирайте фрагменты по тексту или спикеру, а при желании используйте LLM.
- Звёзды
- 6,506
- Форки
- 774
- Открытые issues
- 17
- Последний коммит
- 6 дней назад
Что это?
FunClip — инструмент для локальной нарезки видео по речи. Он распознаёт речь в видео с помощью моделей Paraformer из FunASR, после чего позволяет выбрать в расшифровке фрагменты текста или спикеров и экспортировать соответствующие видеоклипы. Кроме того, он создаёт SRT-субтитры для всего видео и выбранных фрагментов.
Основной интерфейс — веб-приложение Gradio, которое работает на localhost и может быть развёрнуто на сервере для доступа через браузер. В CLI предусмотрен двухэтапный процесс: сначала распознавание, затем нарезка по целевому тексту с возможностью задать смещения начала и конца. Для распознавания можно использовать Paraformer, Fun-ASR-Nano, SenseVoice или MOSS; Paraformer поддерживает настройку hotword и идентификацию спикеров с помощью CAM++.
В FunClip также есть режим нарезки с помощью LLM. Он отправляет расшифровку выбранной языковой модели, в том числе доступной через OrcaRouter или Cheaper Inference, либо TwelveLabs Pegasus, которая анализирует само видео, и получает от неё фрагменты для нарезки.
Ключевые возможности
- 01Распознаёт речь в видео с помощью FunASR Paraformer и других выбранных ASR-моделей.
- 02Нарезает видео по выбранным в расшифровке фрагментам текста или спикерам.
- 03Экспортирует SRT-субтитры для всего видео и нарезанных фрагментов.
- 04Предоставляет веб-интерфейс Gradio для локального запуска или размещения на сервере.
- 05Поддерживает нарезку с помощью LLM через настраиваемые шлюзы к моделям.
Сценарии использования
- Нарезка ярких фрагментов из длинных выступлений и интервью на китайском и других языках.
- Создание файлов субтитров к видео без ручного набора текста.
- Извлечение фрагментов одного спикера из записи с несколькими участниками.
- Запуск приватного сервиса для нарезки видео на собственном компьютере или сервере.
Быстрый старт
- 1
Клонируйте репозиторий
git clone https://github.com/modelscope/FunClip.git - 2
Перейдите в папку проекта
cd FunClip - 3
Создайте и активируйте виртуальное окружение Python 3.12, затем установите requirements
python3.12 -m venv .venv && . .venv/bin/activate && python -m pip install -r requirements.txt - 4
Запустите локальный сервис Gradio, затем откройте localhost:7860 в браузере
python funclip/launch.py
Что важно знать
- Перед установкой остальных requirements необходимо вручную установить PyTorch/torchaudio для вашей платформы.
- Для дополнительных функций LLM и обрезки с помощью Pegasus нужен платный или полученный отдельно API key.
В подборках
Темы
Частые вопросы
- Что такое FunClip?
- Локальный open-source инструмент для нарезки видео по расшифровке речи с помощью FunASR: выбирайте фрагменты по тексту или спикеру, а при желании используйте LLM. FunClip — инструмент для локальной нарезки видео по речи. Он распознаёт речь в видео с помощью моделей Paraformer из FunASR, после чего позволяет выбрать в расшифровке фрагменты текста или спикеров и экспортировать соответствующие видеоклипы. Кроме того, он создаёт SRT-субтитры для всего видео и выбранных фрагментов.
- FunClip можно использовать бесплатно? Какая у него лицензия?
- FunClip распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- FunClip всё ещё поддерживается?
- Активно поддерживается. Последний коммит в FunClip — 1 нояб. 2026 г..
- Для чего можно использовать FunClip?
- Нарезка ярких фрагментов из длинных выступлений и интервью на китайском и других языках. Создание файлов субтитров к видео без ручного набора текста. Извлечение фрагментов одного спикера из записи с несколькими участниками. Запуск приватного сервиса для нарезки видео на собственном компьютере или сервере.
- Как установить FunClip?
- Клонируйте репозиторий: git clone https://github.com/modelscope/FunClip.git Перейдите в папку проекта: cd FunClip Создайте и активируйте виртуальное окружение Python 3.12, затем установите requirements: python3.12 -m venv .venv && . .venv/bin/activate && python -m pip install -r requirements.txt Запустите локальный сервис Gradio, затем откройте localhost:7860 в браузере: python funclip/launch.py
- Где скачать FunClip?
- Исходный код и инструкции по установке — на GitHub: https://github.com/modelscope/FunClip
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Низколатентная потоковая модель распознавания китайской и английской речи на базе Qwen3-ASR-1.7B, которая фиксирует текст последовательно и не меняет уже выведенные слова.
Офлайн-инструмент для голосового ввода в Windows: удерживайте CapsLock или боковую кнопку мыши X2, чтобы говорить, и отпустите, чтобы вставить распознанный текст.
Видеоплеер для Windows для изучения языков: двойные субтитры, локальная генерация субтитров с помощью ИИ, перевод в реальном времени и поиск слов.
Локальный AI-генератор субтитров, работающий офлайн и интегрируемый с DaVinci Resolve, Premiere Pro и After Effects.
AI-видеоредактор для macOS и Windows: расшифровывает видео, создаёт субтитры, переводит, озвучивает, монтирует и добавляет анимацию на редактируемом таймлайне.