AutoCut 自动剪辑视频指南：像编辑文本一样剪视频，3 步出成片
【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
录完一条 40 分钟的视频，对着剪辑软件的时间线发呆？AutoCut 会自动给视频生成字幕，你只需在文本里勾选要保留的句子，对应片段就会被自动剪出来——用文本编辑器就能完成剪辑。
它到底能帮你做什么 🎬
- 把视频"翻译"成文字。AutoCut 调用 Whisper 语音识别模型（OpenAI 开源的听写 AI）自动转录整段视频，生成带时间戳的字幕文件，不用你手动打一条字幕。
- 勾选文字就等于剪辑。转录结果会生成一个 Markdown 文件，删掉不想要的句子，剩下的内容就会被拼成一条完整的短片，跳过"拖时间线找剪辑点"这步最累的操作。
- 盯文件夹自动干活。用
autocut -d 文件夹开启监听模式，录屏一保存进来就自动转录、剪辑，适合"录一批、剪一批"的批量工作流。
真实使用场景
对一位每周录屏做教程的开发博主来说，他可以把 OBS 的录像按日期存进文件夹，AutoCut 自动给新视频生成字幕。他删掉口误和重复讲解的段落，一条 10 分钟的成片当天就发出去了。
对一位录制课程的高校老师来说，一小时的讲座先粗选保留的句子，剪完后再对成片上的字幕细修一遍，比从零拖动剪辑轨道快得多，还能顺手得到一份课程文字稿。
对一位做口播的短视频运营来说，播得太顺的地方容易录长。用 AutoCut 把废段删掉、把精彩段落留下拼起来，剪辑时间从小时级降到分钟级。
三步完成安装和第一个成片 ⚡
安装：克隆仓库后装 Python 包，另需系统里装好 ffmpeg（视频处理的基础工具，各系统都有现成命令可装）：
git clone https://gitcode.com/GitHub_Trending/au/autocut cd autocut pip install .也可以直接
pip install autocut-sub。运行：先转录
autocut -t 11-28-18.mp4，生成同名.srt和.md字幕文件；在 Typora 或 VS Code 里编辑.md，删掉不想要的句子；再执行autocut -c 11-28-18.mp4 11-28-18.srt 11-28-18.md。得到结果：拿到剪好的
11-28-18_cut.mp4和对应字幕，预览、发布一气呵成。
更多参数和常见问题（GPU 加速、编码、比特率等）都写在 README.md 里。
技术亮点
- Whisper 语音识别 + 多推理后端。转录默认走本地 Whisper 模型，也可切换 faster-whisper 或 OpenAI API（
--whisper-mode），机器配置差可以用小模型，追求质量可以上大模型，速度和质量都能自己拿捏。 - PyTorch GPU 加速。有 NVIDIA 显卡时转录自动跑在 GPU 上，长视频不用苦等；显存不够还能用
--device cpu强制回落到 CPU。 - Docker 开箱即用。仓库自带 CPU 和 GPU 两个镜像（
Dockerfile、Dockerfile.cuda），把视频目录挂载进容器就能跑，不折腾本地环境。
社区与参与
AutoCut 是开源项目，README 里列出了核心模块分工：transcribe.py 负责转录、cut.py 负责剪切合并、daemon.py 负责文件夹监听。如果你想加功能、修 bug，或者有更好的使用技巧，都欢迎提 Issue 和 PR 分享，哪怕只是描述一个踩坑经历，也能帮到下一个使用者。
下次再面对一条又长又啰嗦的录像，别再打开剪辑软件硬啃时间线了。用 AutoCut 把视频当文本删删改改，成片自己就出来了。
【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
