AI_VideoAutoCut 是一款离线可用的智能视频剪辑工具，支持 AI 解说、配音、混剪等功能，集成多类大模型，操作简单且配置丰富。
一、这个项目能做什么？
项目由jianjieyiban团队开发，核心成员具备AI模型集成、音视频处理等专业能力。主要服务是智能视频自动剪辑，还提供AI解说、AI配音、视频混剪等功能，目标市场涵盖自媒体创作者、短视频博主、内容制作爱好者等。技术优势在于集成了9种大语言模型、6种视觉分析模型、4种TTS引擎，支持离线TTS，音画同步精度高（<100ms）。核心能力是通过AI完成从视频内容理解、文案生成、配音到视频合成的全自动化流程，还能手动调节参数精细优化。
二、Github项目代码库供那些人使用？
目前参考内容未提及Star数量和Fork数量。目标群体：自媒体创作者、短视频博主、内容制作从业者、需要快速剪辑视频的普通用户，还有对AI视频剪辑感兴趣的开发者。用户特征：想高效完成视频制作，不想花太多时间在剪辑、写解说、配音上；部分用户可能有自定义剪辑参数的需求。使用环境：Windows 10/11（64位）操作系统，需安装Python 3.9-3.11版本。场景特色：适合批量制作短视频、给视频配原创解说、根据音乐卡点混剪、克隆语音配音等场景。使用门槛：基础电脑操作能力即可，首次使用需配置API密钥，开发者可基于代码二次开发，需具备Python、Flask等相关基础知识。
三、有哪些有亮点的特色功能和服务？
原创解说剪辑
详细内容：上传视频后，选择大语言模型生成文案，视觉模型分析画面，自动匹配解说内容，再选音色配音，支持多参数调节。
使用效果：不用手动写解说词，AI精准匹配画面内容，生成贴合主题的解说视频，还能优化时间轴和跨平台适配。
双模式视频混剪
详细内容：大众混剪模式可批量导入素材，AI选精彩片段加转场特效；音乐卡点混剪支持上传音乐，4种算法检测节奏，4种卡点策略匹配片段。
使用效果：快速做出燃向、治愈等风格的混剪视频，卡点精准，不用手动对齐节拍。
多引擎AI配音
详细内容：支持Edge-TTS（免费23+音色）、gTTS（免费多语言）、Azure TTS（专业付费）、Voice Clone（本地克隆），可调节语速、音调等38个配置项。
使用效果：输入文本就能生成高质量配音，支持多种音色和语言，还能克隆指定声音，满足不同视频配音需求。
高精度音画同步
详细内容：支持音画、字画、字音三重同步，同步误差小于100ms。
使用效果：解说词、字幕和画面完美匹配，不会出现声音和画面脱节的情况，提升视频观感。
离线应急配音
详细内容：内置pyttsx3离线TTS，网络受限或无法使用在线API时自动回退。
使用效果：不用担心网络问题导致配音失败，保证视频制作流程不中断。
四、如何使用工具和服务？
1、有没有演示网址？
没有公开的在线演示网址，部署后通过本地地址访问：http://localhost:5000
2、安装部署这个项目对环境有哪些要求？
操作系统：Windows 10/11（64位）最低配置：Python 3.9-3.11，8GB RAM，10GB可用硬盘空间，需联网安装依赖（后续可离线使用部分功能）。推荐配置：Python 3.10，16GB RAM，20GB+ SSD，多核CPU，NVIDIA显卡（加速AI处理）。其他要求：需安装FFmpeg相关依赖（会自动配置），首次使用需配置至少一个大语言模型API密钥。
3、如何安装部署？
安装Python：访问https://www.python.org/downloads/，下载3.9-3.11版本，安装时勾选“Add Python to PATH”。
下载项目：从Github链接https://github.com/jianjieyiban/JJYB_AI_VideoAutoCut下载项目源码，解压到本地文件夹。
检查系统环境：打开命令行，进入项目根目录，运行“python check_system.py”，查看是否有缺失的依赖。
安装依赖：可以双击运行“安装AI依赖.bat”，或在命令行输入“pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/”。
初始化测试数据（可选）：运行“python init_test_data.py”，生成测试数据方便快速体验。
启动应用：双击“启动应用.bat”，或命令行输入“python frontend/app.py”。
访问使用：启动成功后，打开浏览器输入“http://localhost:5000”，进入页面后先配置API密钥即可使用。
4、使用的大模型是什么？
大语言模型（9种）：通义千问（推荐）、文心一言、ChatGLM、DeepSeek（性价比高）、OpenAI GPT-4/GPT-3.5（专业版）、Claude 3、Google Gemini、月之暗面Kimi、讯飞星火。视觉分析模型（6种）：通义千问VL（推荐）、百度视觉、腾讯云视觉、GPT-4V、Gemini Vision、Claude Vision。TTS模型（4种）：Edge-TTS（免费推荐）、gTTS（免费多语言）、Azure TTS（专业付费）、Voice Clone（本地克隆），内置回退模型pyttsx3（离线）。
5、举例说明基本使用方法
以“制作美食短视频原创解说”为例：
打开本地地址http://localhost:5000，点击“原创解说”模块（http://localhost:5000/commentary）。
上传提前拍好的美食制作视频（比如蛋糕烘焙视频）。
配置API：已提前在http://localhost:5000/api_settings配置好通义千问API密钥。
选择模型：大语言模型选通义千问，视觉模型选通义千问VL。
生成解说：点击“自动生成解说”，AI会分析视频里的烘焙步骤，生成对应的解说文案。
选择配音：TTS引擎选Edge-TTS，挑一个温柔的女声音色，保持默认语速和音调。
优化参数：勾选“时间轴优化”，让解说和画面步骤精准匹配。
预览导出：预览视频，确认解说、画面、声音都没问题后，点击“导出”，等待生成成品美食视频。
6、最近升级或者增加了哪些新功能？
最新版本v2.0（2025-11-10）新增/升级功能：
统一智能启动文件，能自动检查系统环境。
完整API配置支持，涵盖19个AI模型。
新增原创解说功能，包含52个可配置项。
新增视频混剪功能，支持2种模式和34个配置项。
完善AI配音功能，扩展到38个配置项。
补充16个完整技术文档，方便用户使用和开发。
7、它还有哪些资源和工具？
开发文档：包含16个完整文档，比如JJYB_AI智剪_完整开发文档（共3部分）、文档索引等，详细说明开发细节和使用方法。
辅助脚本：check_system.py（系统检查）、init_test_data.py（初始化测试数据）。
模型资源：内置yolov8n.pt目标检测模型权重文件。
模板资源：frontend文件夹下有HTML模板（首页、解说页、配音页等），可直接使用或二次修改。
工具集成：集成FFmpeg、MoviePy、OpenCV等视频处理工具，Whisper语音识别工具，Librosa音频处理工具等。
五、需要哪些资源支持？
硬件资源：符合要求的Windows电脑（最低8GB RAM、10GB硬盘空间），推荐SSD和多核CPU，NVIDIA显卡可加速AI处理。
软件资源：Python 3.9-3.11环境，依赖包包括Flask 3.0+、PyTorch 2.0+、MoviePy 1.0+等（通过requirements.txt安装）。
网络资源：安装依赖时需要联网，配置在线AI模型（如GPT-4、通义千问）API时需要联网使用，离线模式下仅能使用pyttsx3配音等基础功能。
数据库：内置SQLite数据库，无需额外配置外部数据库。
其他：无需Docker部署，暂不支持部署到Cloudflare或Vercel，仅支持Windows本地私有化部署。
六、网友提出了哪些常见问题
问题：启动时提示“未找到Python”怎么办？
答案：去Python官网下载3.9-3.11版本，安装时勾选“Add Python to PATH”，再重新运行启动文件。
问题：端口5000已被占用，启动失败怎么解决？
答案：启动时选择[Y]自动释放端口，或手动关闭占用进程：先运行“netstat -ano |findstr “:5000″”找到进程ID，再运行“taskkill /F /PID [进程ID]”。
问题：启动失败，提示模块未找到怎么处理？
答案：运行“安装AI依赖.bat”完整安装，或启动时选[1]快速安装，也可以手动输入“pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/”安装依赖。
问题：AI功能无法使用，不能生成文案或配音怎么办？
答案：访问http://localhost:5000/api_settings检查API配置，至少配置一个大语言模型API，点击“测试”验证API有效性，确认API密钥正确。
问题：启动后浏览器打开无法加载页面怎么解决？
答案：检查防火墙设置，确认端口5000未被其他程序占用，尝试访问http://127.0.0.1:5000，查看启动窗口的错误信息排查问题。
七、用户评价怎么样？
正面评价：
用它做美食短视频解说太方便了，AI生成的文案很贴合画面，配音音色也多，不用自己费脑子写稿。
混剪功能超实用，批量导入素材后，AI自动挑精彩片段，还能卡点音乐，节省了我好多时间。
支持离线配音这点特别好，有时候没网也能继续做视频，不会耽误进度。
配置项很丰富，想精细调优的话能满足需求，新手直接用默认设置也能出不错的效果。
负面评价：
首次使用要配置API密钥，对不懂技术的新手来说有点麻烦，而且部分专业TTS需要付费，免费音色的选择还是不够多。
八、与同类型项目对比有哪些亮点和不足？
对比剪映专业版（桌面端）
亮点：支持AI自动生成解说文案，集成多种大语言模型和视觉模型，定制化程度高；支持本地语音克隆，离线配音功能更实用。
不足：没有剪映的海量模板和素材库，视频特效种类较少，新手友好度稍低。
对比Runway ML
亮点：部署简单，支持本地私有化部署，不用依赖云端，数据更安全；免费TTS引擎选择多，使用成本低。
不足：AI生成视频的创意性不如Runway ML，缺乏AI生成画面等高级功能，跨平台兼容性较差（仅支持Windows）。
对比AutoCut（Github项目）
亮点：功能更全面，不仅能自动剪辑，还整合了AI解说、配音、混剪等一站式服务；支持更多AI模型，配置项更丰富，专业度更高。
不足：安装部署步骤比AutoCut复杂，对系统配置要求更高，启动速度相对较慢。
相关软件