쉬운 편집, 비디오 마술, 멋진 영화를 만드는 텍스트 조작 (자막으로 비디오 자르기)

AutoCut: 자막이 있는 비디오 자르기

AutoCut은 동영상의 자막을 자동으로 생성합니다. 그런 다음 유지하려는 문장을 선택하면 AutoCut이 동영상에서 해당 부분을 잘라서 저장합니다. 비디오 편집 소프트웨어를 사용할 필요가 없으며 텍스트 파일을 편집하기만 하면 자르기가 완료됩니다.

사용 예

녹화된 비디오가 2022-11-04/이 . 그런 다음 실행

autocut -d 2022-11-04

팁: OBS를 사용하여 화면을 녹화하는 경우 공백 设置->高级->录像->文件名格式을 /, 즉 로 변경할 수 있습니다 %CCYY-%MM-%DD/%hh-%mm-%ss. 그러면 동영상 파일이 날짜별로 지정된 폴더에 저장됩니다.

AutoCut은 이 폴더의 비디오에서 계속해서 자막을 추출하고 잘라냅니다. 예를 들어 방금 비디오 녹화를 마쳤다면 11-28-18.mp4. 자동 절단이 생성됩니다 11-28-18.md. 유지하려는 문장을 선택하면 AutoCut이 잘라내어 11-28-18_cut.mp4생성 11-28-18_cut.md하여 결과를 미리 봅니다.

모든 Markdown 편집기를 사용할 수 있습니다. 예를 들어 저는 VS Code와 Typora를 자주 사용합니다. 아래 그림은 Typora로 11-28-18.md편집한 것 .

[외부 링크 사진 전송 실패, 소스 사이트에 거머리 방지 메커니즘이 있을 수 있으므로 사진을 저장하고 직접 업로드하는 것이 좋습니다(img-UmUqdopq-1681631536330)(imgs/typora.jpg)]

모든 작업이 끝나면 autocut.md에서 AutoCut이 출력 autocut_merged.mp4되고 해당 자막 파일이 출력됩니다.

설치하다

먼저 Python 패키지를 설치합니다.

pip install git+https://github.com/mli/autocut.git

로컬 설치 테스트

git clone https://github.com/mli/autocut
cd autocut
pip install .

위의 내용은 pytorch 를 설치합니다 . GPU를 실행해야 하는데 기본 설치된 버전이 일치하지 않는 경우 먼저 Pytorch를 설치할 수 있습니다. Whipser 설치에 문제가 있는 경우 공식 문서를 참조하십시오 .

또한 ffmpeg를 설치해야 합니다.

# on Ubuntu or Debian
sudo apt update && sudo apt install ffmpeg

# on Arch Linux
sudo pacman -S ffmpeg

# on MacOS using Homebrew (https://brew.sh/)
brew install ffmpeg

# on Windows using Scoop (https://scoop.sh/)
scoop install ffmpeg

도커 설치

먼저 프로젝트를 로컬로 복제합니다.

git clone https://github.com/mli/autocut.git

CPU 버전 설치

프로젝트 루트 디렉터리로 이동하여 도커 이미지를 빌드합니다.

docker build -t autocut .

다음 명령을 실행하여 docker 컨테이너를 생성하면 바로 사용할 수 있습니다.

docker run -it --rm -v E:\autocut:/autocut/video autocut /bin/bash

그 -v중 E:\autocut호스트에 비디오가 저장되어 있는 폴더를 가상 머신의 /autocut/video디렉토리 것입니다. E:\autocut호스트가 영상을 저장하는 디렉토리로 호스트가 영상을 저장하는 디렉토리로 변경해야 합니다.

GPU 버전 설치

GPU 가속을 사용하려면 호스트에 Nvidia 그래픽 카드가 있고 해당 드라이버를 설치해야 합니다. 그런 다음 프로젝트 루트 디렉터리에서 다음 명령을 실행하여 도커 이미지를 빌드합니다.

docker build -f ./Dockerfile.cuda -t autocut-gpu .

GPU 가속을 사용하는 경우 도커 컨테이너를 실행하려면 매개변수를 추가해야 합니다 --gpus all.

docker run --gpus all -it --rm -v E:\autocut:/autocut/video autocut-gpu

더 많은 사용 옵션

생성 .srt및 .md.

autocut -t 22-52-00.mp4

1. 트랜스크립션의 품질이 만족스럽지 않으면 더 큰 모델을 사용할 수 있습니다.

   autocut -t 22-52-00.mp4 --whisper-model large
   

   기본값은 입니다 small. 더 나은 모델은 medium및 large이지만 더 나은 속도를 위해 GPU를 권장합니다. 더 빠르고 사용할 tiny수도 base있지만 필사본의 품질이 떨어집니다.

비디오를 잘라

autocut -c 22-52-00.mp4 22-52-00.srt 22-52-00.md

1. 기본 비디오 비트 전송률은 이며 --bitrate 10m필요에 따라 늘리거나 줄일 수 있습니다.

2. 마크다운 형식의 파일이 익숙하지 않으신 분들은 srt파일 , md잘라낼 때 파일명을 그냥 넘기지 마세요. 그건autocut -c 22-52-00.mp4 22-52-00.srt

3. srt파일 만 존재하여 편집이 번거롭다면 다음과 같은 명령어로 md파일을 생성한 후 md파일을 하면 되지만 이때는 srt에 따라 완전히 생성되며, 와 no speech같은 .

   autocut -m test.srt test.mp4
   autocut -m test.mp4 test.srt # 支持视频和字幕乱序传入
   autocut -m test.srt # 也可以只传入字幕文件
   

몇 가지 팁

1. 유창한 비디오의 전사는 Whisper의 교육 데이터 배포로 인해 더 높은 품질이 됩니다. 동영상의 경우 먼저 문장을 대략적으로 선택한 다음 잘라낸 동영상에서 다시 잘라낼 수 있습니다.
2. 최종 비디오에서 생성된 자막은 종종 약간의 편집이 필요합니다. md파일을 직접 편집할 수 있습니다 ( srt파일보다 작음, 비디오 포함). 그런 다음 업데이트된 자막을 생성하는 autocut -s 22-52-00.md 22-52-00.srt데 22-52-00_edited.srt. 여기서 문장 선택 여부는 무시되지만 모두 srt.
3. 최종 비디오에서 생성된 자막은 종종 약간의 편집이 필요합니다. 하지만 srt내부에 . autocut -s 22-52-00.srt간편한 편집을 위해 압축 버전을 생성하는 데 사용할 수 있습니다 22-52-00_compact.srt(이 형식은 합법적이지 않지만 VS Code와 같은 편집기는 여전히 구문 강조 표시를 수행합니다). 편집이 완료되면 autocut -s 22-52-00_compact.srt일반 서식으로 다시 전환하십시오.
4. Typora와 VS Code로 Markdown을 편집하는 것이 매우 편리합니다. 모두 하나 이상의 줄을 표시하는 해당 바로 가기 키가 있습니다. 하지만 VS Code 비디오 미리보기에 문제가 있는 것 같습니다.
5. 비디오는 ffmpeg를 통해 내보내집니다. Apple M1 칩에서는 GPU를 사용할 수 없으므로 전문 비디오 소프트웨어보다 내보내기 속도가 느립니다.

일반적인 문제

1. 출력이 왜곡된 문자입니까?

   AutoCut의 기본 출력 인코딩은 입니다 utf-8. 편집기도 utf-8인코딩을 . 를 통해 다른 인코딩 형식을 --encoding지정할 . 단, 자막 파일을 생성할 때와 자막 파일을 편집할 때 인코딩 형식이 일치해야 한다는 점에 유의해야 합니다. 예를 들어 gbk.

   autocut -t test.mp4 --encoding=gbk
   autocut -c test.mp4 test.srt test.md --encoding=gbk
   

   gbk등 의 다른 인코딩 형식을 사용하여 md파일을 생성하고 Typora로 열면 파일이 Typora에 의해 자동으로 다른 인코딩 형식으로 트랜스코딩될 수 있습니다. , 인코딩이 지원되지 않을 수 있습니다. 오류를 기다리십시오. 따라서 Typora로 편집한 후 VSCode를 통해 필요한 인코딩 형식으로 수정하여 저장한 후 편집 기능을 사용할 수 있습니다.

2. GPU를 사용하여 전사하는 방법은 무엇입니까?

   Nvidia GPU가 있고 해당 버전의 PyTorch가 설치되어 있으면 전사가 GPU에서 발생합니다. 명령을 사용하여 GPU가 현재 지원되는지 확인할 수 있습니다.

   python -c "import torch; print(torch.cuda.is_available())"
   

   그렇지 않으면 AutoCut을 설치하기 전에 해당 GPU 버전 PyTorch를 수동으로 설치할 수 있습니다.

3. GPU를 사용할 때 비디오 메모리가 부족하다는 오류가 보고됩니다.

   귓속말의 대형 모델에는 일정량의 GPU 메모리가 필요합니다. 비디오 메모리가 충분하지 않으면 더 작은 모델(예: )을 사용할 수 있습니다 small. 여전히 큰 모델 --device을 . 예를 들어

   autocut -t 11-28-18.mp4 --whisper-model large --device cpu
   

4. pip설치할 수 있습니까 ?

   AutoCut의 종속성 속삭임은 PyPI에서 릴리스되지 않았기 때문에 현재 pip install git+https://github.com/mli/autocut.git이 . 필요한 학생들은 속삭임 패키지의 의존성을 없애기 위해 속삭임 모델을 huggingface 허브에서 직접 다운로드할 수 있는지 여부를 확인할 수 있습니다.

프로젝트 주소: https://github.com/mli/autocut/blob/main/README.md