### [FunClip：阿里出品的 AI 视频剪辑神器，语音识别 + LLM 智能裁剪，5.9K Stars 让视频剪辑自动化](https://www.willai.cc/article/3484)

**Published:** 2026-07-08T11:58:19

**Author:** hiyoho

**Excerpt:** 做自媒体的朋友一定有过这样的痛苦：一段两小时的直播回放，只想剪出几句高光金句，却要在时间轴上反复拖拽、听写、对齐字幕。阿里通义语音实验室开源的 FunClip，用语音识别 + 大语言模型把这件事彻底自动化了——上传视频，复制你想保留的文字，

![FunClip 界面](https://admin.hiyoho.com/wp-content/uploads/2026/07/funclip_interface.jpg)

做自媒体的朋友一定有过这样的痛苦：一段两小时的直播回放，只想剪出几句高光金句，却要在时间轴上反复拖拽、听写、对齐字幕。阿里通义语音实验室开源的 **FunClip**，用语音识别 + 大语言模型把这件事彻底自动化了——上传视频，复制你想保留的文字，点一下，片段就出来了。

## 📌 项目简介

FunClip 是一个完全开源、可本地部署的自动化视频剪辑工具，基于阿里巴巴通义语音实验室开源的 FunASR Paraformer 系列模型对视频做语音识别，用户自由选择识别文本片段或说话人，一键生成对应视频片段，并提供本地 Gradio Web 界面，支持 LLM 辅助智能剪辑。

## ⚙️ 安装要求与过程

**环境要求：**仅需 Python 环境（推荐 Python 3.8+）；如需内嵌字幕剪辑，需额外安装 ffmpeg 与 imagemagick 及中文字体文件。

**快速安装：**

```
# 克隆仓库
git clone https://github.com/modelscope/FunClip.git
cd FunClip
# 安装依赖
pip install -r ./requirements.txt

# 启动本地 Gradio 服务（默认中文 Paraformer）
python funclip/launch.py
# 可选：-m fun-asr-nano (31语种) | -m sensevoice (情绪+事件) | -l en (英文)
#       -p 端口号 | -s True (公网访问)
```

启动后访问 `localhost:7860` 即可使用 Web 界面：上传视频 → 复制需剪辑文本到 “Text to Clip” → 调整字幕 → 点击 “Clip” 或 “Clip and Generate Subtitles”。

## ✨ 核心功能

-   **工业级中文 ASR（Paraformer-Large）**：阿里开源的顶尖中文语音识别模型，Modelscope 下载超 1300 万次，可精准预测时间戳，自动返回全视频与目标段 SRT 字幕。
-   **热词定制（SeACo-Paraformer）**：在识别过程中指定实体词、人名等热词，显著提升专有名词识别准确率。
-   **说话人分离（CAM++）**：集成说话人识别模型，可自动识别 speaker ID，一键剪出特定人物的全部发言片段。
-   **LLM 智能剪辑**：支持 qwen、GPT 等大模型，结合视频字幕自动推理出高光片段的时间戳；还可选 TwelveLabs Pegasus 视频理解模型，直接“看懂”画面而非仅依赖字幕。
-   **多模型与多语言**：2026 年新增 Fun-ASR-Nano（31 种语言高精度）、SenseVoice（情绪识别 + 音频事件检测），并支持英文视频识别剪辑。

## 🎬 典型使用场景

-   **自媒体长视频提取金句**：把一场发布会、一次访谈原片丢进去，复制想保留的台词，FunClip 自动精准裁出对应时段并生成字幕，做短视频切片效率翻倍。
-   **会议 / 演讲按说话人剪辑**：开启说话人分离后，直接剪出某位嘉宾的全部发言，用于整理观点、制作人物集锦，无需手动对照音轨。
-   **视频自动加字幕**：识别后一键生成全片 SRT，并可内嵌硬字幕导出，省去逐句听写的繁琐，特别适合教程、纪录片类内容。

## 💡 推荐理由

我自己的使用感受是：FunClip 把“语音识别 → 文本选择 → 视频裁剪”这条链路做到了极简。它不像一些云端剪辑工具那样把数据传上去，而是完全本地运行，隐私可控；Gradio 界面几乎零学习成本，命令行模式又能轻松写进自动化流水线。对做内容创作、知识整理的人来说，它是那种“装好就天天想用”的效率利器。尤其 LLM 智能剪辑的加入，让“我要这段关于乡村振兴的发言”变成一句自然语言指令就能完成。

## 🔗 下载地址

-   **GitHub**：[github.com/modelscope/FunClip](https://github.com/modelscope/FunClip)
-   **ModelScope 在线体验**：[modelscope.cn FunClip Space](https://modelscope.cn/studios/iic/funasr_app_clipvideo/summary)
-   **HuggingFace 在线体验**：[huggingface.co FunClip Space](https://huggingface.co/spaces/R1ckShi/FunClip)
-   **所属生态**：FunAudioLLM 家族（FunASR / Fun-ASR-Nano / SenseVoice / CosyVoice）

_许可协议：MIT（可自由商用与修改）_

**Tags:** AI, AI开源项目, AI视频, FunASR, FunClip, LLM, MIT许可, Python, 字幕生成, 开源

**Categories:** 开源项目

---