制作視頻已經(jīng)好幾年了，但是剪片子一直是讓我比較頭疼的事。
在我制作視頻的最初，如果講的時候出現(xiàn)了磕絆，或者有些展示過程出現(xiàn)問題，我會停下來，然后重新錄制。因為那時候的我不懂得剪輯的意義，覺得所有視頻都是「一條過」的產(chǎn)物。
后來我才明白過來：錄制「一條過」的成本實在太高，實在有些打消我的主觀能動性。在經(jīng)過若干輪次的迭代之后，我甚至已經(jīng)用卡片法來錄制視頻了。既然明白了剪輯的重要性，剪輯的工具也就引起了我的重視。
提到視頻剪輯，一般用戶可能會想到剪映，而相對專業(yè)的用戶往往會想起 Cut Pro 或者 等。這些工具都很好，不過對于我來說，它們中的大部分功能，我其實都用不上。但是我真正需要的那些功能，它們提供得也不好。
我是個懶人，在開始錄制視頻之前，一般只有一個提綱，甚至只有一個主題。所以講的時候，很有可能中間進了一個死胡同，繞出來的時候前面的就都應(yīng)該刪掉。可是之前的問題在于整體錄制完成，再去找這些比較麻煩。
所以，我的剪輯目標是：剪掉素材中的錯誤、口癖和過長的停頓；至于 B roll 之類的素材，并不是必須要考慮的問題。
對我來說，剪映或 Cut Pro 等軟件在處理這些問題上，難以給我有效的幫助。
為何選擇
后來，我看到了立青推薦的 ，試過之后，發(fā)現(xiàn)真的是剪視頻的利器。它的原理其實非常簡：找到那些長時間聲音低于某一閾值的片段，然后去掉它。這樣句子之間更加連貫。
我一開始對「剪掉所有的無聲片段」頗有些不以為然，因為我頭疼的主要是處理口癖和中間去喝水的片段等。但是實際用起來，我發(fā)現(xiàn)這種情況出現(xiàn)的時候，前后一般也會有無聲片段出現(xiàn)。所以我可以根據(jù)自動切分的片段長度，來找尋可能有問題的地方。很多時候，長時間流暢表達的部分中間一般都是沒問題的。反之，反復(fù)出現(xiàn)無聲片段，意味著這一部分在磕磕絆絆，點開一聽，確實是可疑。這樣一來，剪輯效率提高很多。
支持把剪掉無聲片段之后的內(nèi)容直接輸出為視頻文件，也可以把它輸出為 Cut Pro 的 XML 項目文檔。我還是覺得在 Cut Pro 里面進行精剪更為穩(wěn)妥，這樣如果切斷的地方有需要的，還可以找補回來。
雖然好，但是還是沒有解決我的另一個痛點：剪掉不想呈現(xiàn)的那部分內(nèi)容。
每次剪輯，我還是要在 Cut Pro 里面從頭到尾聽一遍。當然，我一般會用 L 快捷鍵，把播放開到二倍速，以顯著提升效率。不過對于某些內(nèi)容來說，可能聽了半天，才發(fā)現(xiàn)前面的有問題，于是還得重新回過頭去找出來剪掉。這樣操作起來并不直觀，效率明顯還有提升空間。
看到這兒，你可能覺得我太貪心了。但是事實證明，工具確實還能進一步發(fā)揮作用。不過這次，就需要人工智能介入了。
我最近發(fā)現(xiàn)了一款有意思的視頻剪輯工具，來自于李沐老師。李沐是亞馬遜首席科學(xué)家，人工智能框架 作者之一。他在 B 站開設(shè)直播課程，教大家深度學(xué)習(xí)課程。
在 B 站做視頻，李沐老師也經(jīng)常需要面臨剪輯的問題。根據(jù)他自己的介紹，每段視頻里需要剪掉的部分還不少。久而久之，對現(xiàn)在市面上的工具不滿，所以干脆自己用人工智能做一個。
這個工具，叫做 ，對應(yīng)的 項目的地址在這里。
這種「一言不合就自己開發(fā)工具」的脾氣，我特別欣賞。
如何使用
涉及的人工智能，主要指的是 ，它是 出品的一個模型，主要功能是將聲音轉(zhuǎn)寫為文字。
本文內(nèi)容聚焦在 ，所以關(guān)于 的具體細節(jié)就不展開了。如果你感興趣的話，少數(shù)派上面有一篇文章，對 做了比較詳細的介紹。我覺得寫得不錯，推薦給你。
李沐老師創(chuàng)造的工具，是這樣的工作原理：
機理并不復(fù)雜，下面咱們來看一個實際的例子。
實操案例
這是我前幾天錄制的一段視頻，講盜版軟件為什么會沒落了下去。
我使用 錄制視頻素材，將其 到電腦，文件名為 .mov。我把這段素材存放在名為 2022-11-14-- 的目錄中。
然后執(zhí)行以下命令：
autocu -d /Users/wsy/Movies/2022-11-14-software-pirate/這條命令可以讓 監(jiān)控指定的文件夾。如果目錄下有視頻文件，就進行處理。如果相關(guān)的文件發(fā)生變動，也會激發(fā) 進行后續(xù)的操作。此處略過對視頻的第一波處理，因為反正都是自動進行的。完成 的聲音轉(zhuǎn)錄后，這個目錄里就自動生成了 3 個文本文件。
一個是項目控制文件，.md。這個文件主要用來合并多個視頻。所以如果你目前只錄制一段視頻的話，暫時不用管它。
一個是字幕文件，.srt。
注意因為 默認使用的是 一個小型化模型（）。這樣處理的速度更快，但是識別率比起完整模型有妥協(xié)。你可以看到其中第一句「盜版」寫成了「倒板」，第二句「莫韋」顯然應(yīng)該是「末尾」。不過這無傷大雅，不干擾后續(xù)識別就好。
另外一個文件，是與字幕對應(yīng)的 文件，.md。建議你使用 Code 打開。
左側(cè)是 原始信息，每一句字幕之前，都有一個選項框（）。一開始默認都是不勾選。如果你覺得哪一句的內(nèi)容需要保留，只需要把 - [] 加上一個 x ，變成 - [x] 即可。
就像這樣：
之后，你就可以快速在字幕文本中游走，把需要的內(nèi)容摘取出來。剪片子從原本需要面對視頻，就變成了面對文本。如果只看視頻，可能需要反復(fù)觀看某一片段，才會發(fā)現(xiàn)其中的錯誤；但如果換成文本，幾乎一眼就可以看出需要修改的地方，效率自然提高很多。這也是為什么有的人平時更喜歡看書而非教學(xué)視頻，就是因為他們覺得這樣的信息密度才足夠高。
不過，像這樣一行接一行的修改標記，還是有些麻煩。這就是為什么我們要用到 Code，它擁有豐富的插件系統(tǒng)，可以幫助我們輕松批量給任務(wù)「調(diào)勾」。
安裝插件
你需要在 Code 中搜索并安裝這個插件（ ）：
安裝完成之后，還需要進行一下簡單設(shè)定，保持插件設(shè)置與下圖一致即可：
在這個插件的幫助下，只需要選中文本中的若干行（只選一行當然也沒問題），執(zhí)行快捷鍵 + cmd + 即可完成勾選。
不過，大部分情況下，視頻里需要保留的內(nèi)容遠比需要刪除的多。把保留的句子都一一選出來，聽起來有點兒反直覺。其實也好辦，你可以把所有需要刪除的句子先選定，然后全選文本，重新執(zhí)行 + cmd + ，相當于進行一次反選。
注意修改完之后，一定不要忘記勾選該 文件的第一行。這個標記是用來提示 已經(jīng)完成了內(nèi)容篩選，可以進行剪輯了。
剪輯完畢后會依照「原文件名_cut」的命名規(guī)則，生成一個新的視頻文件，在這個案例中，新的文件名為.mov 。
除此之外， 還會自動生成新的字幕文件，名為 .srt。如此一來，剪輯好的視頻和對應(yīng)的字幕就一步到位了。不過 對于中文識別的準確率還有待提升，你可能有必要在這里直接修改 srt 內(nèi)容保證字幕更加精準。
實現(xiàn)效果
用人工智能做視頻剪輯，效果怎么樣呢？
我覺得不錯。至少里面大段講廢了的內(nèi)容，可以非常容易識別出來，并且批量去除掉，比人工看、聽和剪的過程，要高效許多。
但是現(xiàn)在 還存在幾個小問題：
我覺得最好的解決辦法，是讓 可以像 一樣，直接選擇生成 XML 項目文件，以便在 Cut Pro 或者其他視頻剪輯工具里面再做精修。一來，這種方法省去了調(diào)用 剪輯的時間；二來，如果發(fā)生錯誤吞字的情況，也可以在 Cut Pro 里面簡單拖拽找回來。
關(guān)于這一點，已經(jīng)有人給李沐老師提了建議：
我也在后面表示了自己對這個提議的支持：
希望這個功能可以早日實現(xiàn)。
小結(jié)
本文介紹了李沐老師的人工智能剪輯工具 。通過 聲音到文本轉(zhuǎn)換，實現(xiàn)依照文字的高效剪輯。希望這款工具可以幫助到你。
你有沒有其他好用的視頻剪輯工具可以分享？歡迎留言，咱們共同進步。
祝剪輯愉快！
如果你覺得本文有用，請充電。
如果本文可能對你的朋友有幫助，請轉(zhuǎn)發(fā)給他們。
歡迎關(guān)注我的專欄「科研利器」，以便及時收到后續(xù)的更新內(nèi)容。
