FunClip - 按文字剪视频，不用拖时间轴

ModelScope 出品的开源视频剪辑工具，核心思路很直接：先 ASR 转写，再按文字选片段，点一下就剪出来。不用手动找时间轴，不用开 PR，本地跑，数据不出本机。

怎么用

1. 上传视频 → 自动语音识别出带时间戳的全文
2. 选中你想保留的文字段落（或指定某个说话人）
3. 点「剪」→ 拿到对应视频片段 + SRT 字幕

还支持 LLM 辅助剪辑：把转写结果丢给 LLM，让它根据你的要求自动选片段。

为什么值得用

亮点	说明
Paraformer-Large ASR	阿里开源工业级中文语音识别，ModelScope 上 1300 万+ 下载，中文识别很强
热词定制	SeACo-Paraformer 支持，人名、专有名词提前指定，识别准度直接拉满
说话人分离	集成 CAM++ 声纹模型，按人剪辑，多人会议/访谈场景实用
多段自由剪	想剪几段剪几段，自动生成全量 SRT + 目标片段 SRT
多模型后端	Paraformer / Fun-ASR-Nano / SenseVoice / MOSS / Whisper，按需切换
Gradio Web 界面	pip install + python launch.py，浏览器直接用，也能部署到服务器
MIT 开源	代码 MIT，模型 Apache 2.0

适合谁

剪播客片段的、从长会议里捞关键发言的、做短视频二创需要快速提素材的——只要你的素材有语音，FunClip 能帮你省掉反复拖时间轴的痛苦。

GitHub: https://github.com/modelscope/FunClip 在线体验：ModelScope Space / HuggingFace Space