长视频切片与字幕压制
输入视频链接或文件,自动完成片段截取、Whisper语音转录与字幕烧录,输出适合多平台的短视频成品。
功能与用途
专为视频二次创作与短视频分发打造的自动化处理方案。用户只需提供网络视频链接或本地长视频,系统结合yt-dlp、Whisper及FFmpeg工具链,完成精准片段裁切、画面9:16竖屏适配、高精度语音转文字与动态字幕烧录,并支持一键合成旁白语音或推送至社群。需要本地安装或配置音视频处理命令行工具与API密钥。
适用场景
- 长视频精选片段切片:下载访谈或网课长视频,根据停顿或场景转换提取精彩短片段,重构为独立短片。
- 横屏转竖屏与字幕烧录:将16:9横屏画面裁剪或填充为9:16竖屏,提取对白生成带样式的双语字幕并压入画面。
- 无声视频旁白重配与分发:通过TTS生成解说音频并与原视频混音,压缩体积后直接通过机器人推送到社群频道。
适用人群
- 短视频创作者
- 播客切片运营者
- 多媒体内容编辑
- 自动化运营工程师
使用步骤
- 提供目标视频链接或本地文件路径,指定切片起止时间或检测规则
- 调用Whisper提取音频并生成带精确时间戳的字幕文本
- 通过FFmpeg调整视频比例并烧录排版好的字幕样式
- 按需配置TTS旁白混音或直接推送到目标渠道完成分发
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 自媒体
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes Agent、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-09-29
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Expert knowledge for AI video clipping — yt-dlp downloading, whisper transcription, SRT generation, and ffmpeg processing
依赖与权限
- GROQ_API_KEY
- OPENAI_API_KEY
- DEEPGRAM_API_KEY
- ELEVENLABS_API_KEY
- BOT_TOKEN
- ACCESS_TOKEN