OpenChatCut文字驱动剪辑词级转写、一键去静音与自动字幕的完整工作流【免费下载链接】OpenChatCutOpen-source, local-first conversational AI video editor with a professional multi-track timeline, Agent Skills, MCP integration, and Remotion rendering.项目地址: https://gitcode.com/gh_mirrors/op/OpenChatCutOpenChatCut 是一款开源、本地优先的 AI 视频剪辑器你不需要在时间轴上逐帧挪动画面只要修改转写出来的文本。本文带你走通「词级转写 → 文字剪辑 → 一键去静音 → 自动字幕 → 导出 SRT」的完整工作流几分钟即可上手文字驱动剪辑。为什么是文字驱动剪辑传统剪辑师要在一帧一帧地找口误和停顿而口误和停顿恰恰藏在文本里。OpenChatCut 的核心思路是把视频先转写成带时间戳的文字你在文本上删一句、改一个词时间轴上的视频就同步被剪掉、替换。它的官方定位就是为口播、访谈类内容设计——转写、去错误、去停顿、去重复最后自动生成字幕。能力传统时间轴剪辑文字驱动剪辑OpenChatCut剪掉口误/废话逐帧定位直接删文字压缩长停顿手动找静默点一键去静音字幕制作重新听写转写即字幕所有修改—全部可撤销、可继续手改 所有编辑都写入真实的轨道、片段和字幕结果随时可以撤销或交给人工继续精修而不是一次性生成、无法再改的黑盒。第一步创建项目并导入素材从 Releases 下载 macOS / Windows / Linux 桌面版安装包本地 ASR 能力需要桌面端或从源码运行需要 Node.js 24.x。打开本地项目看板新建项目并导入口播视频或音频。本地项目管理创建、导入、复制、导出项目与素材默认都保存在你自己电脑上。项目创建后后续所有文字驱动剪辑操作都发生在这个真实项目里可随时保存版本、撤销或换给其他 Agent 继续处理。安装与环境细节见 README.md。第二步词级转写把视频变成可编辑文本打开项目后发起转写任务你会得到词级word-level时间戳的转写面板每个词都有精确的起止时间可点击定位、可搜索、可标注说话人。转写引擎有两类可按素材敏感度自由选择本地 ASR由桌面端在设备内推理语音不出本机适合隐私敏感的口播内容相关实现位于 desktop/native-asr-worker.ts 与 src/transcript/local-asr.ts。云端 ASR如 AssemblyAI 等第三方服务通过 src/transcript/provider.ts 统一接入。编辑器全景Agent 工作区、媒体池、预览窗与多轨时间轴同屏协作转写面板是文字驱动剪辑的入口。词级时间戳是整个工作流的地基切片与字幕都建立在它之上核心数据结构见 src/transcript/wordSegments.ts面板 UI 见 src/transcript/TranscriptPanel.tsx。第三步像改文档一样剪掉废话和口误转写完成后剪辑就退化成改文档删词/删句 剪掉对应片段选中嗯……这个那个这类口水词直接删除时间轴自动剪除并无缝衔接。搜索定位按关键词搜索转写秒级跳到需要精修的位置。每一步都可撤销所有文字编辑都会转成时间轴上的可回退命令。一键去静音remove_silence 工具口播素材里最拖节奏的是长停顿。OpenChatCut 内置了 Agent 工具remove_silence本地分析基于原生 WebAudio 检测静默区间采用相对人声音量 绝对音量下限 呼吸豁免三重判据不需要联网检测逻辑在 src/audio/silence.ts。批量剪除把静默区间批量转成切分/删除操作一次撤销即可恢复全部重建逻辑在 src/editor/silenceRebuild.ts。工具入口在聊天里直接对 Agent 说去掉所有超过 1 秒的停顿即可工具实现位于 src/agent/tools/silence-tools.ts。Agent 把文字指令写入真实时间轴转场、字幕与多轨媒体都是可继续编辑的工程对象。 小技巧先文字删口误再一键去静音最后人工过一遍——比全程手剪快得多且剪错随时 CtrlZ。第四步自动字幕与 SRT 导出转写结果可以直接变成字幕轨省去一切听写自动字幕由词级时间戳直接生成支持命名样式模板词级校对识别错了某个专名在字幕里单独覆盖这个词不影响其余内容bilingual 双语字幕同理智能避让基于浏览器内的人像分割字幕会自动避开说话人的脸部位置落位。Agent 侧对应read_captions只读和edit_captions一个工具内建 21 种字幕动作覆盖开关、样式、词覆盖、双语等两个工具实现在 src/agent/tools/captions-tools.ts。字幕就绪后可单独导出SRT文件方便分发到其他平台。收尾预览、调色与多格式导出文字剪辑完成后进入常规收尾应用 LUT 与 WebGL 特效统一视觉风格实时对比参考帧音频轨道处理响度、自动闪避auto-ducking与人声分离。同一参考帧下实时对比 LUT 色彩风格确保导出画面符合预期。导出中心支持MP4、音频、字幕SRT、FCPXML 与完整工程数据。本机 H.264 导出会自动优先使用 VideoToolboxmacOS或 NVENCWindows不满足条件时回退软编。进阶让 Agent 通过 MCP 跑通全流程如果你习惯用外部 Agent如 Codex / Claude CodeOpenChatCut 通过本地 MCP 端点暴露同一套编辑工具标准会话流程为begin_edit_session→ 草稿编辑 →review_edit_session→ 在编辑器里预览并批准。手动模式下每条改动都要你在项目内确认批准后的操作合并为一个原子撤销步。完整工具清单见 skills/openchatcut/references/editing-workflow.md 与 assets/agent/openchatcut-tool-schemas.json。小结文字驱动剪辑工作流清单✅ 创建项目导入口播素材✅ 发起词级转写本地 ASR 或云端 ASR✅ 在转写面板删词删句剪掉口误与重复✅ 一句话调用remove_silence一键去静音✅ 生成自动字幕校对专名导出 SRT✅ 调色收尾导出 MP4 / FCPXML / 完整工程从改文本到成片OpenChatCut 把口播剪辑最耗时的三段——转写、去静音、字幕——串成了一条可撤销、可协作的流水线。【免费下载链接】OpenChatCutOpen-source, local-first conversational AI video editor with a professional multi-track timeline, Agent Skills, MCP integration, and Remotion rendering.项目地址: https://gitcode.com/gh_mirrors/op/OpenChatCut创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考