剪视频像删 Word 文档?这个开源项目让剪辑师失业

朋友发我一个 GitHub 链接，说”你看这个”。

点开一看——OneTake ，一个视频自动剪辑系统。

我本来以为是又一个”AI 帮你剪片”的工具。结果不是。

它做了一件更狠的事：把视频变成文本，删文字就是删片段。

等等，这什么意思？

传统剪辑是什么？

拖时间轴。找入点。找出点。切。拖。再切。

一条 5 分钟的视频，你可能要在时间轴上折腾 2 小时。

OneTake 的逻辑是：

就这么简单。

技术上怎么做到的？

核心是 faster-whisper ，一个开源的语音识别引擎。

它能做到字级时间戳，精度 <100ms 。

什么意思？

每个字都有精确的起止时间。你点击”这句话不要”，系统就知道要从第 3 分 12 秒切到第 3 分 18 秒。

不用你手动找点。文字和视频是绑定的。

支持多语言。中英文都能识别。

实际用起来什么感觉？

想象一下：

你的视频是 20 分钟的访谈。嘉宾说了很多废话——”呃、这个、那个、怎么说呢”。

传统做法：听一遍，记住时间点，回去切。

OneTake 做法：看文字稿，把废话全删了，导出。

视频剪辑变成了文本编辑。

还有别的功能吗？

有。

字幕生成——自动出 SRT 字幕文件，字体颜色位置都能调。

可视化编辑——有波形图，有视频预览，点文字的时候对应片段会高亮。

任务管理——剪到一半可以保存，下次继续。

多模型选择——Tiny/Base/Medium/Large 四档，精度和速度你自己权衡。

硬件要求呢？

最低 8GB 内存、 10GB 存储。

推荐 16GB 内存 + GPU （ CUDA 加速）。

没有 GPU 也能跑，就是慢点。

开源的， MIT 协议。自己部署， Docker 一键启动。

这东西能取代剪辑师吗？

不能。

但能取代剪辑师的重复劳动。

粗剪、去废话、调顺序——这些工作，文字界面比时间轴快 10 倍。

精剪、节奏、情绪——这些还是要人。

最后

OneTake 不完美。语音识别有误差。复杂剪辑还是得回时间轴。

但它的思路值得看一眼：

把专业工具的门槛，降到”会打字就行”。

这不就是 AI 该干的事吗？

项目地址： https://github.com/leejersey/OneTake