AutoCut —— 李沐博士，亚马逊资深科学家中枢研发的AI视频编辑开放软件

AutoCut指的是什么

AutoCut是一款由亚马逊资深首席科学家李沐博士开发的开源AI视频编辑工具。它利用自动字幕生成技术帮助用户轻松编辑文本文件，并从中选取特定片段进行裁剪，大大简化了整个视频处理流程。该软件兼容多种Whisper模型以提升转录精度，并能够通过CPU或GPU加速来适应不同的硬件配置。AutoCut还允许将视频内容转换为SRT和Markdown格式的字幕文件，进一步提升了编辑工作的灵活性与效率。这款工具特别适合于那些希望提高制作效率的视频博主、剪辑师以及各类内容创作者使用。

Autocut的核心特性

• 自动生成字幕AutoCut具备自动检测视频内音频并创建字幕文件的功能。
• 文字编排修改用户根据编辑后产生的文本文件来决定视频中要保存的内容。
• 视频剪辑及存储依据文本编辑的成果，AutoCut会自动剪辑并保存视频中的相关部分。
• 多种模型兼容提供多种Whisper模型选项，以满足各种转录要求及硬件条件。
• 设备加速提供CPU推理由及GPU提速功能，以增强处理效率。

自动剪切的运作机制

• 声纹辨识技术利用类似Whisper的模型来实现视频内音频的识别与文字转换。
• 从序列至序列的模型结构采用基于Transformer结构的序列到序列模型来执行语音识别工作。
• 多项任务训练利用多任务学习技术，该模型能够同步完成包括语音转文字、言语翻译以及语种辨识在内的多种功能。
• 特别标识采用特定标识来界定任务类型或是设定分类目的，以适应多种任务的联合培训模式。
• 滚动窗口管理采取音频分割技术，每段约30秒，并为每一部分执行自回归的序列预测分析。

Autocut的工程链接

• Git代码库：访问该自动化剪辑项目，请前往 https://github.com/mli/autocut 页面。

Autocut的使用场合

• 制作视频材料使用AutoCut，视频创作者、自媒体从业者及线上教育提供者能够高效地自动生成视频字幕与编辑素材，显著提升其作品的生产速率。
• 公司培训与研讨会公司利用自动化技术将会议及培训录像转化为文字字幕，方便职员复习与吸收知识，并迅速捕捉重要资讯。
• 新闻与传媒领域新闻工作者利用AutoCut高效转换访谈录音为文字，加快了新闻发布节奏，并降低了人工投入的成本。
• 掌握言语技能与转换文本意思外语学者运用AutoCut软件对视频进行转录与翻译，从而提升他们的学习成效；译员们借助此工具增强工作精确度并加快作业进度。
• 制作播客及音频素材利用AutoCut软件，播客创作者能够把录音转换为文本，并依据这份文稿来调整和完善其音轨内容。