FunClip
Automatisierter Video-Schnitt und Untertitelgenerierung mit FunASR und LLMs.
Videos transkribieren, Sprecher erkennen und schneiden mit lokalen KI-Sprachmodellen und LLMs.
FunClip ist ein Open-Source-Tool, das den Video-Schnitt und die Untertitelgenerierung über eine lokale Gradio-Benutzeroberfläche automatisiert. Es nutzt die FunASR-Modelle von Alibaba und LLMs, um Videos durch Auswählen von Textsegmenten, Sprechern oder Schlüsselwörtern zu schneiden.
Was es ist
Die Software führt eine Spracherkennung über Paraformer- oder SenseVoice-Modelle durch, um präzise Zeitstempel und SRT-Untertitel zu generieren. Anschließend können Sie über eine Browserschnittstelle Clips basierend auf bestimmten Wörtern, Phrasen oder erkannten Sprechern extrahieren.
Für wen
Es eignet sich für Videoeditoren und Content Creator, die den transkriptionsbasierten Schnitt lokal automatisieren möchten. Es ist nicht geeignet für Nutzer, die ein traditionelles zeitleistenbasiertes NLE ohne Befehlszeilen-Setup suchen.
Wichtige Funktionen
FunASR-Integration
Nutzt Paraformer- und SenseVoice-Modelle für hochpräzise Spracherkennung und Zeitstempelvorhersage.
Sprechererkennung
Verwendet CAM++- oder MOSS-Backends, um Sprecher-IDs zu identifizieren und Segmente zu schneiden, die zu einer bestimmten Stimme gehören.
Schlüsselwort-Anpassung
Ermöglicht die Angabe benutzerdefinierter Entitätsnamen und Vokabeln, um die Erkennungsgenauigkeit während der Transkription zu verbessern.
Lokale Gradio-UI
Bietet eine browserbasierte Oberfläche für einfache Bereitstellung, Interaktion und das Schneiden von Videos mit mehreren Segmenten.
Startklar in 3 Schritten
Unser ehrliches Fazit
Stärken
- Präzise Zeitstempelvorhersage, integriert in chinesische und mehrsprachige ASR-Modelle.
- Sprecherbasierter Schnitt unter Verwendung integrierter Identifikationsmodelle.
- Schlüsselwort-Anpassung für die Erkennung spezifischer Entitäten und Namen.
- Automatische Generierung von vollständigen und zielbezogenen Segment-SRT-Untertiteln.
Schwächen
- Erfordert die Verwaltung einer Python-virtuellen Umgebung und spezifischer PyTorch-Abhängigkeiten.
- Bestimmte Modell-Backends wie MOSS erfordern die Einrichtung externer vLLM-Dienste.
- Hohe Speicheranforderungen für fortgeschrittene Modelle und die Generierung von Zeitstempeln.
Preise & Lizenz
Kostenlos unter der MIT-Lizenz. Es werden keine kostenpflichtigen gehosteten Optionen in der README erwähnt, sodass die einzigen Kosten durch den Betrieb auf eigener Hardware entstehen.
Stellen für Deutschsprachige
874 offene Remote-Stellen im KI-Training, aktualisiert am 15. November 2026; die meisten zahlen $20–$170 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Alternativen
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Nutze es, oder lass es uns einrichten
FAQ
Welche Modelle unterstützt FunClip für ASR?
Es unterstützt Paraformer-Large, Fun-ASR-Nano, SenseVoice und MOSS für die Langzeittranskription.
Kann ich Videos basierend auf einem bestimmten Sprecher schneiden?
Ja, es integriert Sprechererkennungsmodelle, mit denen Sie das Zuschneiden nach Sprecher-ID steuern können.
Muss ImageMagick installiert sein?
ImageMagick ist optional, es sei denn, Sie führen ältere Untertiteltests oder benutzerdefinierte MoviePy-Workflows aus.
