JJYB_AI VideoAutoCut：开源 AI 视频编辑工具包
JJYB_AI VideoAutoCut – 一个完整的开源 AI 视频编辑工具包
2025 年后期，开发者姜杰义发布了 JJYB_AI_VideoAutoCut（又名 JJYB_AI 智剪），这是一套端到端的 AI 视频编辑解决方案，将专业视频制作交到业余爱好者和内容创作者手中。项目是一个单一的 GitHub 仓库，集成了：
- 一个基于 Flask 的 Web 前端 + 轻量级桌面包装器,
- 19 种语言模型（ChatGLM、GPT‑4、Claude 3…），
- 6 种视觉模型（YOLOv8、GPT‑4V、Gemini Vision 等），
- 4 种 TTS 引擎（Edge‑TTS、Google TTS、Azure TTS、Voice Clone），以及
- 一个强大的 FFmpeg‑MoviePy‑OpenCV 处理流水线。
下面我们将通过架构、关键特性、快速入门以及几个实际使用案例进行阐述。
1. 项目概览
JJYB_AI_VideoAutoCut
├─ frontend/ # Flask + SocketIO UI
├─ backend/ # AI services & processing logic
├─ config/ # Global INI settings
├─ resource/ # Pre‑downloaded model weights
├─ upload/ # User’s raw files
└─ output/ # Final video artefacts
亮点
| 功能 | 描述 |
|---|---|
| 智能剪辑 | 通过 YOLOv8 和自定义场景切换检测器实现自动段落检测。 |
| 原声解说 | 视觉分析 → LLM 草稿 → TTS → 视频叠加。 |
| 多引擎配音 | Edge‑TTS（免费，23+ 语音）、Google TTS、Azure TTS、Voice Clone。 |
| 混剪模式 | 批量导入、自动高亮、风格导向过渡、音乐同步剪辑。 |
| 极低延迟 | 低于 100 ms 的音视频同步，采用自定义时间映射。 |
| 一键启动 | 启动应用.bat 运行 check_system.py，解析依赖并在 http://localhost:5000 启动应用。 |
2. 安装与配置
1. 克隆仓库
git clone https://github.com/jianjieyiban/JJYB_AI_VideoAutoCut.git
cd JJYB_AI_VideoAutoCut
2. 创建并激活虚拟环境
python -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate
3. 安装依赖
pip install -r requirements.txt
提示 – 如果你在 Windows 上且电脑配备 GPU，请从官方站点安装支持 CUDA 的 PyTorch wheel。
4. 检查系统需求
python check_system.py
5. 配置 API
启动后访问 http://localhost:5000/api_settings。请至少提供：
* 一个大语言模型API 密钥（如阿里云通义 Qwen Plus、DeepSeek 或 OpenAI）。界面将自动测试连通性。
* 可选的视觉模型密钥（如腾讯 CV 或 Google‑Vision）。
* Edge‑TTS 可离线使用；其他 TTS 引擎可能需要凭证。
6. 启动应用
- 双击
启动应用.bat，或 - 运行
python frontend/app.py并打开http://localhost:5000。
你现在拥有了一个轻量级的 Web 视频编辑器！前端提供 3 个子应用：
1. index.html – 时间轴编辑器
2. voiceover.html – AI 配音模块
3. commentary.html – 自动生成旁白
3. 核心功能详解
3.1 智能剪辑
系统会自动将原始文件切分为逻辑段落。它使用 YOLOv8 进行目标检测，OpenCV 进行逐帧分析。检测阈值可在 config/ 中调节。
如何调节
[cutting]
ObjectScoreThreshold = 0.4
SceneChangeSensitivity = 0.8
3.2 原声解说流程
- 视觉解析 – 检测物体、面部与动作。
- LLM 脚本 – 根据所选模型生成简洁叙述。
- TTS 合成 – 将段落渲染成音频。
- 视频叠加 – 与时间轴同步，并可选加字幕。
专业提示：使用
TongYi‑Qwen‑Plus模型通常能在成本、速度与质量之间获得最佳平衡，尤其适合中文视频。
3.3 AI 配音
选择语言与语音，微调语速、音调与音量。UI 支持实时预览，直至最终渲染。
3.4 混剪与音乐同步
上传多段剪辑 → 系统识别精彩片段，按指定风格排列，添加过渡，并同步到音乐轨道。
4. 高级用法与自动化
# 示例：通过 CLI 批量处理（未来功能）
from backend.api import process_video
process_video(
src='uploads/sample.mp4',
model='tongyi_qwen',
voice='en_azure_01',
mode='commentary',
output='output/sample_result.mp4'
)
注意：虽然 UI 已足够大多数用户使用，但你也可以直接通过位于
docs/API.md的 REST 接口与后端交互。
5. 开发与贡献
本项目遵循标准 Git 工作流。贡献指南：
1. Fork 并克隆。
2. 新建功能分支（git checkout -b feature/X）。
3. 在 tests/ 下添加单元测试。
4. 如新增功能，请更新 README.md 或文档。
5. 提交 PR。
维护者会积极评审改进模型支持、添加新 UI 功能或完善处理流水线的 PR。
6. 社区与支持
- GitHub Issues – 用于提交错误、功能请求或一般问题。
- Discord – 专门的服务器提供快速帮助、演示和教程（邀请链接见 README）。
- 文档 –
开发文档/文件夹包含多章节指南，涵盖从 AI 模型配置到详细 API 用法。
7. 为什么值得一试的开源项目
- 零成本 – 所有核心模型免费或开源。付费 API 是可选的。
- 模块化设计 – 只需几行配置即可替换任何 LLM、视觉或 TTS 模型。
- 跨平台 – 在 Windows、macOS 与 Linux 上通过 Flask 运行。
- 可扩展 – 研究人员可将新的模型检查点添加至
resource/文件夹。 - 无云封闭 – 所有处理在本地完成，视频数据永不离开机器。
开始吧
下载并尝试 JJYB_AI VideoAutoCut。无需编写一行代码即可打造 AI 强化视频——只需打开 Web UI，填入 API 密钥，让 AI 接管繁重工作。
祝编辑愉快！