FunClip

上传视频，说句话就能自动剪出对应片段

FunClip 是一个基于阿里达摩院 FunASR 语音识别模型的开源视频剪辑工具，主要解决视频中语音内容的快速定位与剪辑问题。它提供本地 Gradio 网页界面，用户上传视频后可自动生成带时间戳的逐字级字幕，支持中英文识别。核心能力包括：通过关键词或句子搜索定位视频片段，基于 LLM 大模型实现智能片段截取，以及自定义字幕样式并烧录到视频。工具完全本地化运行，保护数据隐私，适合处理长视频的粗剪和内容提取。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 6341

维护状态活跃

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队modelscope

所属国家

官网地址

GitHubhttps://github.com/modelscope/FunClip

定价模式free

价格说明开源项目，MIT许可证，本地部署，完全免费。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型ai-tools,ai-video-editing,asr,auto-subtitles,chinese,content-creation,funasr,funclip,gradio,llm,paraformer,speech-recognition,speech-to-text,subtitles-generator,transcription,video-editing,video-processing,video-subtitles,video-transcription,whisper-alternative

GitHub 星标★ 6341

30天Star增速

HF 下载量

上线时间2023-05-17 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数8

使用教程

难度：入门约 20 分钟部署方式：本地安装 7 步

环境要求

Python 3.12（README 示例使用 python3.12）
与平台匹配的 PyTorch / torchaudio 组合（需在装其余依赖前先装好）
git（用于克隆仓库）
funasr>=1.4.9（FunClip 当前模型与字幕兼容路径要求）
ImageMagick 仅可选，标准字幕剪辑已不再需要

安装与启动步骤

1克隆仓库

把 FunClip 源码拉到本地，随后所有命令都在该目录内执行。
```
git clone https://github.com/modelscope/FunClip.git
cd FunClip
```
2创建虚拟环境

为 FunClip 单独建一个 Python 3.12 虚拟环境，避免污染系统环境；Windows 激活方式见官方安装文档。
```
python3.12 -m venv .venv
```
3激活虚拟环境

Linux/macOS 下激活刚建好的环境，之后所有 pip 与启动命令都在此环境内执行。
```
. .venv/bin/activate
```
4安装依赖

安装 requirements.txt 中的全部依赖。注意本环境保持 Transformers 4.x，不要换成 Nano 的 Transformers 5.x。
```
python -m pip install -r requirements.txt
```
5检查依赖完整性

用 pip check 确认依赖之间存在版本冲突，有报错先解决再启动。
```
python -m pip check
```
6确认启动脚本可用

查看启动脚本帮助信息，能正常打印说明即表示 Python 环境已就绪。
```
python funclip/launch.py --help
```
7启动 Gradio 服务

默认使用 Paraformer 处理中文视频；首次启动会自动下载模型权重，等待下载完成后再访问网页界面。
```
python funclip/launch.py
```

关键配置

配置项	必填	说明	示例
`-m / --model`	否	选择识别模型，默认 Paraformer 中文	`python funclip/launch.py -m fun-asr-nano`
`-l`	否	指定语言，处理英文视频时用	`python funclip/launch.py -l en`
`--moss-backend`	否	使用 MOSS 时指定本地 vLLM 转写服务后端	`python funclip/launch.py --model moss --moss-backend vllm`

如何确认成功

执行 python funclip/launch.py --help 能正常打印帮助信息即环境就绪；启动服务后浏览器打开终端输出的本地地址即可看到 Gradio 界面。

常见问题

Q：可以把它升级到 Transformers 5.x 吗？

A：不可以。FunClip 环境需保持在仓库要求的 Transformers 4.x；Nano 的原生 Transformers 5.x 快速开始不是已有安装的升级命令。

Q：已经装过 FunClip，怎么更新？

A：进入自己的 FunClip 环境后运行 python -m pip install -U -r requirements.txt，然后重启服务。

Q：模型权重需要单独下载吗？

A：不需要手动下载。权重不包含在源码压缩包中，FunClip 启动时会自动单独下载。

Q：必须安装 ImageMagick 吗？

A：不必须。v2.2.1 内置字幕渲染器改用 Pillow 与自带字体，只有运行旧版 imagemagick_test.py 或自己的 MoviePy TextClip 工作流才需要。

Q：funasr 版本报错怎么办？

A：若在此要求更新前安装过 FunClip，启动 Gradio 服务前运行 python -m pip install -U "funasr>=1.4.9"。

注意事项

务必为 FunClip 使用独立的 Python 环境，不要装进系统全局环境。
要提前安装与自身平台匹配的 PyTorch / torchaudio，再安装 requirements.txt 中的其余依赖。
首次启动会下载模型权重，耗时较长，请保持网络通畅。
若需要版本化快照，可下载 FunClip-2.2.1.tar.gz 或 zip，并用官方 SHA256SUMS 校验。

核心亮点

基于 FunASR 高精度语音识别，支持中英文和热词自定义
提供可视化 Gradio 界面，无需编程即可完成字幕生成和剪辑
支持 LLM 智能识别说话内容并自动截取相关片段

不足之处

依赖本地算力，长视频处理耗时较长
文档/社区待观察

适用场景

视频博主快速提取访谈或讲座中的金句片段
内容审核人员通过关键词搜索定位违规语音内容
教育工作者从长课程录像中截取知识点讲解片段

替代项目

WhisperX、AutoCut、VideoLingo

项目介绍

FunClip 是视频领域的开源项目，由 modelscope 开发，2023 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（6,341）位列前 8%，在视频分类的 473 个项目里位列前 5%。

近 41 天，它的 GitHub 星标从 6,130 增加到 6,341，净增 211。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。MIT许可证，本地部署，完全免费。

它主要面向的使用场景是：视频博主快速提取访谈或讲座中的金句片段。同类可对比的替代方案包括 WhisperX、AutoCut、VideoLingo。

上一篇：NarratoAI

下一篇：AI-Youtube-Shorts-Generator