懂AI
clipsai

clipsai

将长视频智能分割并调整比例的Python开源库

ClipsAI是一个Python开源库，专门用于处理音频为主的叙事视频。这个库能自动将长视频分割成多个短片，并支持将视频宽高比从16:9调整为9:16。它利用WhisperX进行视频转录，通过Pyannote实现说话人分离，从而实现动态重构画面和聚焦当前说话者。ClipsAI适用于播客、采访和演讲等类型的视频，只需几行代码即可完成视频的智能裁剪和比例调整。

ClipsAI视频剪辑Python库转录视频调整Github开源项目
GitHubHugging Face文档

ClipsAI

许可证：MIT

快速入门

ClipsAI 是一个开源 Python 库，可以自动将长视频转换为短片段。只需几行代码，您就能将视频分割成多个片段，并将其宽高比从 16:9 调整为 9:16。

注意： ClipsAI 专为以音频为中心、基于叙事的视频而设计，如播客、访谈、演讲和布道。它积极使用视频转录来识别和创建片段。我们的调整算法能动态重新构图并聚焦于当前说话者，将视频转换为各种宽高比。

完整文档请访问 ClipsAI 文档。 查看由该库生成的片段的 UI 演示。

安装

  1. 安装 Python 依赖。<br></br> 我们强烈建议使用虚拟环境（如 venv）以避免依赖冲突

    pip install clipsai
    pip install whisperx@git+https://github.com/m-bain/whisperx.git

  2. 安装 libmagic

  3. 安装 ffmpeg

创建片段

由于片段是通过视频的转录找到的，因此必须先对视频进行转录。转录使用 WhisperX 完成，这是一个开源的 Whisper 包装器，具有检测每个单词开始和结束时间的附加功能。有关将原始视频剪辑为所选片段的参考，请参阅剪辑参考。

from clipsai import ClipFinder, Transcriber

transcriber = Transcriber()
transcription = transcriber.transcribe(audio_file_path="/abs/path/to/video.mp4")

clipfinder = ClipFinder()
clips = clipfinder.find_clips(transcription=transcription)

print("开始时间：", clips[0].start_time)
print("结束时间：", clips[0].end_time)

调整视频大小

调整视频大小需要 Hugging Face 访问令牌，因为使用了 Pyannote 进行说话人分离。使用 Pyannote 不会收费，说明在 Pyannote HuggingFace 页面上。有关将原始视频调整为所需宽高比的参考，请参阅调整大小参考。

from clipsai import resize

crops = resize(
    video_file_path="/abs/path/to/video.mp4",
    pyannote_auth_token="pyannote_token",
    aspect_ratio=(9, 16)
)

print("裁剪：", crops.segments)

编辑推荐精选

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

下拉加载更多