FunClip
FunASR और LLMs का उपयोग करके स्वचालित वीडियो क्ipping और उपशीर्षक (subtitle) निर्माण।
स्थानीय AI स्पीच मॉडल और LLMs का उपयोग करके वीडियो को ट्रांसक्राइब, डायराइज और क्लिप करें।
FunClip एक ओपन-सोर्स टूल है जो स्थानीय Gradio UI के माध्यम से वीडियो क्लिप करने और उपशीर्षक बनाने की प्रक्रिया को स्वचालित करता है। यह आपको टेक्स्ट सेगमेंट, वक्ता या हॉटवर्ड चुनकर वीडियो काटने की अनुमति देने के लिए Alibaba के FunASR मॉडल और LLMs का उपयोग करता है।
यह क्या है
यह सॉफ्टवेयर सटीक टाइमस्टैम्प और SRT उपशीर्षक उत्पन्न करने के लिए Paraformer या SenseVoice मॉडल के माध्यम से वाक् पहचान (speech recognition) करता है। इसके बाद आप विशिष्ट शब्दों, वाक्यांशों या पहचाने गए वक्ताओं के आधार पर क्लिप निकालने के लिए ब्राउज़र इंटरफ़ेस का उपयोग कर सकते हैं।
किसके लिए
यह वीडियो संपादकों और सामग्री निर्माताओं के लिए उपयुक्त है जो स्थानीय स्तर पर ट्रांसक्रिप्शन-आधारित क्लिप करने की प्रक्रिया को स्वचालित करना चाहते हैं। यह उन उपयोगकर्ताओं के लिए उपयुक्त नहीं है जो कमांड-लाइन सेटअप के बिना पारंपरिक टाइमलाइन-आधारित NLE चाहते हैं।
मुख्य विशेषताएँ
FunASR Integration
उच्च-सटीकता वाक् पहचान (speech recognition) और टाइमस्टैम्प भविष्यवाणी के लिए Paraformer और SenseVoice मॉडल का लाभ उठाता है।
Speaker Diarization
वक्ता की पहचान करने और विशिष्ट आवाज़ से संबंधित खंडों को क्लिप करने के लिए CAM++ या MOSS बैकएंड का उपयोग करता है।
Hotword Customization
ट्रांसक्रिप्शन के दौरान पहचान की सटीकता में सुधार करने के लिए कस्टम इकाई नामों और शब्दावली को निर्दिष्ट करने की अनुमति देता है।
Local Gradio UI
आसान तैनाती, इंटरैक्शन और बहु-खंड वीडियो ट्रिमिंग के लिए ब्राउज़र-आधारित इंटरफ़ेस प्रदान करता है।
3 चरणों में तैयार
हमारा ईमानदार फैसला
क्या अच्छा है
- चीनी और बहुभाषी ASR मॉडल में एकीकृत सटीक टाइमस्टैम्प भविष्यवाणी।
- अंतर्निहित पहचान मॉडल का उपयोग करके वक्ता-आधारित क्ipping।
- विशिष्ट इकाई और नाम पहचान के लिए हॉटवर्ड अनुकूलन।
- पूर्ण और लक्षित खंड SRT उपशीर्षक का स्वचालित निर्माण।
कहाँ कमी है
- एक Python वर्चुअल वातावरण और विशिष्ट PyTorch निर्भरता (dependencies) को प्रबंधित करने की आवश्यकता होती है।
- MOSS जैसे कुछ मॉडल बैकएंड के लिए बाहरी vLLM सेवाओं को सेट अप करने की आवश्यकता होती है।
- उन्नत मॉडलों और टाइमस्टैम्प निर्माण के लिए उच्च मेमोरी आवश्यकताएँ।
मूल्य & लाइसेंस
इसके MIT licence के तहत निःशुल्क। README में किसी भी सशुल्क होस्टेड विकल्प का उल्लेख नहीं किया गया है, इसलिए एकमात्र लागत इसे अपने स्वयं के हार्डवेयर पर चलाने की है।
हिंदी बोलने वालों के लिए जॉब्स
874 खुले रिमोट AI-ट्रेनिंग रोल, 15 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$170 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
विकल्प
ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।
इसे उपयोग करें, या हमसे सेट करवाएं
सामान्य प्रश्न
FunClip ASR के लिए किन मॉडलों का समर्थन करता है?
यह लंबे फॉर्म के ट्रांसक्रिप्शन के लिए Paraformer-Large, Fun-ASR-Nano, SenseVoice और MOSS का समर्थन करता है।
क्या मैं किसी विशिष्ट वक्ता के आधार पर वीडियो क्लिप कर सकता हूँ?
हाँ, यह आपको वक्ता ID द्वारा ट्रिमिंग को लक्षित करने की अनुमति देने के लिए वक्ता पहचान मॉडल को एकीकृत करता है।
क्या मुझे ImageMagick इंस्टॉल करने की आवश्यकता है?
ImageMagick वैकल्पिक है जब तक कि आप लीगेसी उपशीर्षक परीक्षण या कस्टम MoviePy वर्कफ़्लो नहीं चला रहे हैं।
