制作视频已经好几年了，但是剪片子一直是让我比较头疼的事。
在我制作视频的最初，如果讲的时候出现了磕绊，或者有些展示过程出现问题，我会停下来，然后重新录制 。因为那时候的我不懂得剪辑的意义，觉得所有视频都是「一条过」的产物。
后来我才明白过来：录制「一条过」的成本实在太高，实在有些打消我的主观能动性。在经过若干轮次的迭代之后，我甚至已经用卡片法来录制视频了。既然明白了剪辑的重要性，剪辑的工具也就引起了我的重视。
提到视频剪辑，一般用户可能会想到剪映，而相对专业的用户往往会想起 Final Cut Pro 或者 LumaFusion 等。这些工具都很好，不过对于我来说，它们中的大部分功能，我其实都用不上。但是我真正需要的那些功能，它们提供得也不好。
我是个懒人，在开始录制视频之前，一般只有一个提纲，甚至只有一个主题。所以讲的时候，很有可能中间进了一个死胡同，绕出来的时候前面的就都应该删掉。可是之前的问题在于整体录制完成，再去找这些比较麻烦。
所以，我的剪辑目标是：剪掉素材中的错误、口癖和过长的停顿；至于 B roll 之类的素材，并不是必须要考虑的问题。
对我来说，剪映或 Final Cut Pro 等软件在处理这些问题上，难以给我有效的帮助。
为何选择 Autocut
后来，我看到了立青推荐的 Recut ，试过之后，发现真的是剪视频的利器。它的原理其实非常简：找到那些长时间声音低于某一阈值的片段，然后去掉它。这样句子之间更加连贯。
我一开始对「剪掉所有的无声片段」颇有些不以为然，因为我头疼的主要是处理口癖和中间去喝水的片段等。但是实际用起来，我发现这种情况出现的时候，前后一般也会有无声片段出现。所以我可以根据自动切分的片段长度，来找寻可能有问题的地方。很多时候，长时间流畅表达的部分中间一般都是没问题的。反之，反复出现无声片段，意味着这一部分在磕磕绊绊，点开一听，确实是可疑。这样一来，剪辑效率提高很多。
Recut 支持把剪掉无声片段之后的内容直接输出为视频文件，也可以把它输出为 Final Cut Pro 的 XML 项目文档。我还是觉得在 Final Cut Pro 里面进行精剪更为稳妥，这样如果切断的地方有需要的，还可以找补回来。
Recut 虽然好，但是还是没有解决我的另一个痛点：剪掉不想呈现的那部分内容。
每次剪辑，我还是要在 Final Cut Pro 里面从头到尾听一遍。当然，我一般会用 L 快捷键，把播放开到二倍速，以显著提升效率。不过对于某些内容来说，可能听了半天，才发现前面的有问题，于是还得重新回过头去找出来剪掉。这样操作起来并不直观，效率明显还有提升空间。
看到这儿，你可能觉得我太贪心了。但是事实证明，工具确实还能进一步发挥作用。不过这次，就需要人工智能介入了。
我最近发现了一款有意思的视频剪辑工具，来自于李沐老师。李沐是亚马逊首席科学家，人工智能框架 Apache MXNet 作者之一。他在 B 站开设直播课程，教大家深度学习课程。
在 B 站做视频，李沐老师也经常需要面临剪辑的问题。根据他自己的介绍，每段视频里需要剪掉的部分还不少。久而久之，对现在市面上的工具不满，所以干脆自己用人工智能做一个。
这个工具，叫做 Autocut ，对应的 Github 项目的地址在这里。
这种「一言不合就自己开发工具」的脾气，我特别欣赏。
如何使用 Autocut
Autocut 涉及的人工智能，主要指的是 Whisper ，它是 OpenAI 出品的一个模型，主要功能是将声音转写为文字。
本文内容聚焦在 Autocut ，所以关于 Whisper 的具体细节就不展开了。如果你感兴趣的话，少数派上面有一篇文章，对 Whisper 做了比较详细的介绍。我觉得写得不错，推荐给你。
李沐老师创造的工具，是这样的工作原理：
- 首先，调用 Whisper 生成字幕；
- 然后，用户可以编辑生成的字幕，按照文字来挑选内容。保留有用的部分，删除无用的部分；
- 最后，Autocut 会依照保留的字幕内容和时间轴，把对应的视频或者音频剪辑完毕，形成单独的视频文件。
机理并不复杂，下面咱们来看一个实际的例子。
实操案例
这是我前几天录制的一段视频，讲盗版软件为什么会没落了下去。
我使用 iPhone 录制视频素材，将其 Airdrop 到电脑，文件名为 IMG_6764.mov。我把这段素材存放在名为 2022-11-14-software-pirate 的目录中。
然后执行以下命令：
autocu -d /Users/wsy/Movies/2022-11-14-software-pirate/这条命令可以让 Autocut 监控指定的文件夹。如果目录下有视频文件，就进行处理。如果相关的文件发生变动，也会激发 Autocut 进行后续的操作。此处略过对视频的第一波处理，因为反正都是自动进行的。完成 Whisper 的声音转录后，这个目录里就自动生成了 3 个文本文件。
一个是项目控制文件，autocut.md。这个文件主要用来合并多个视频。所以如果你目前只录制一段视频的话，暂时不用管它。
一个是字幕文件，IMG_6764.srt。
注意因为 Autocut 默认使用的是 Whisper 一个小型化模型（small）。这样处理的速度更快，但是识别率比起完整模型有妥协。你可以看到其中第一句「盗版」写成了「倒板」，第二句「莫韦」显然应该是「末尾」。不过这无伤大雅，不干扰后续识别就好。
另外一个文件，是与字幕对应的 Markdown 文件，IMG_6764.md。建议你使用 Visual Studio Code 打开。
左侧是 Markdown 原始信息，每一句字幕之前，都有一个选项框（checkbox）。一开始默认都是不勾选。如果你觉得哪一句的内容需要保留，只需要把 - [] 加上一个 x ，变成 - [x] 即可。
就像这样：
之后，你就可以快速在字幕文本中游走，把需要的内容摘取出来。剪片子从原本需要面对视频，就变成了面对文本。如果只看视频，可能需要反复观看某一片段，才会发现其中的错误；但如果换成文本，几乎一眼就可以看出需要修改的地方，效率自然提高很多。这也是为什么有的人平时更喜欢看书而非教学视频，就是因为他们觉得这样的信息密度才足够高。
不过，像这样一行接一行的修改标记，还是有些麻烦。这就是为什么我们要用到 Visual Studio Code，它拥有丰富的插件系统，可以帮助我们轻松批量给任务「调勾」。
安装插件
你需要在 Visual Studio Code 中搜索并安装这个插件（Markdown Checkbox）：
安装完成之后，还需要进行一下简单设定，保持插件设置与下图一致即可：
在这个插件的帮助下，只需要选中文本中的若干行（只选一行当然也没问题），执行快捷键 Shift + cmd + Enter 即可完成勾选。
不过，大部分情况下，视频里需要保留的内容远比需要删除的多。把保留的句子都一一选出来，听起来有点儿反直觉。其实也好办，你可以把所有需要删除的句子先选定，然后全选文本，重新执行 Shift + cmd + Enter ，相当于进行一次反选。
注意修改完之后，一定不要忘记勾选该 Markdown 文件的第一行。这个标记是用来提示 Autocut 已经完成了内容筛选，可以进行剪辑了。
Autocut 剪辑完毕后会依照「原文件名_cut」的命名规则，生成一个新的视频文件，在这个案例中，新的文件名为IMG_6764_cut.mov 。
除此之外，Autocut 还会自动生成新的字幕文件，名为 IMG_6764_cut.srt。如此一来，剪辑好的视频和对应的字幕就一步到位了。不过 Whisper 对于中文识别的准确率还有待提升，你可能有必要在这里直接修改 srt 内容保证字幕更加精准。
实现效果
Autocut 用人工智能做视频剪辑，效果怎么样呢？
我觉得不错。至少里面大段讲废了的内容，可以非常容易识别出来，并且批量去除掉，比人工看、听和剪的过程，要高效许多。
但是现在 Autocut 还存在几个小问题：
- 首先是刚才已经提到的，有些语句识别不准确，如果只看文本，可能无法知晓其原意。这个问题和 Autocut 选择的模型有关系。如果选择更大的模型最好有 GPU 支持。我使用 Macbook M1 只能调用 CPU 的功能，所以无法选择更大的模型。我处理的办法是不知道是否保留的，先保留下来，后续再进行精剪；
- 其次是调用 ffmpeg 剪辑的时候耗费时间长度是个问题。如果内容较长，ffmpeg 剪辑起来需要用到比较长的时间。之前我用过另一款名为 losslesscut 的轻量级剪辑工具，它同样基于 ffmpeg ，却可以做到瞬间剪辑完毕。我认为是 Autocut 的 ffmpeg 设定存在问题，通过调整参数，也许也可以做到更快速的剪辑；
- 最后是直接剪出来的视频，有时候会出现莫名其妙的吞字。虽然这种情况不常见，但是只要出现一次就会让人很不舒服。毕竟剪掉内容容易，但是之后再调整就很难了。
我觉得最好的解决办法，是让 Autocut 可以像 Recut 一样，直接选择生成 XML 项目文件，以便在 Final Cut Pro 或者其他视频剪辑工具里面再做精修。一来，这种方法省去了调用 ffmpeg 剪辑的时间；二来，如果发生错误吞字的情况，也可以在 Final Cut Pro 里面简单拖拽找回来。
关于这一点，已经有人给李沐老师提了建议：
我也在后面表示了自己对这个提议的支持：
希望这个功能可以早日实现。
小结
本文介绍了李沐老师的人工智能剪辑工具 Autocut 。通过 Whisper 声音到文本转换，实现依照文字的高效剪辑。希望这款工具可以帮助到你。
你有没有其他好用的视频剪辑工具可以分享？欢迎留言，咱们共同进步。
祝剪辑愉快！
如果你觉得本文有用，请充电。
如果本文可能对你的朋友有帮助，请转发给他们。
欢迎关注我的专栏「科研利器」，以便及时收到后续的更新内容。
延伸阅读
王树义。大学教师，终身学习者。稍微懂一点儿写作、演讲、Python和机器学习。欢迎关注我的公众号“玉树芝兰”(nkwangshuyi)。