augustscl 视频语义章节切割工具 v2.0
根据字幕语义自动识别章节边界，精准切割视频为独立片段。
何时使用
- 长视频需要按内容章节切割成 demo/教学片段
- 网课/演讲需要提取独立案例
- 内容创作者需要批量生成短视频素材
- 任何需要"按语义理解"而非"按时间等分"切割视频的场景
工作原理（v2.0 优化）
视频文件 (1.5GB)
↓ FFmpeg 提取音频 (~3秒)
16kHz mono WAV (~180MB)
↓ Whisper 本地转录 (~5分钟, CPU small模型)
字幕文本（带精确时间戳）
↓ Claude 语义分析 (subagent, ~72K token)
章节边界 JSON
↓ FFmpeg 精准切割 (~10分钟)
独立视频片段
v2.0 关键优化: 先提取音频再转录，速度提升 10x+。 直接丢视频给 Whisper 会导致 CPU 下极慢（1.5GB 视频预计 10+ 小时）， 提取音频后同样的视频只需 5 分钟。
依赖安装
# Python 3.8+
pip install openai-whisper
# FFmpeg（需系统安装）
# Windows: winget install Gyan.FFmpeg
# Mac: brew install ffmpeg
# Linux: apt install ffmpeg
使用方法
第一步：提取字幕
python video_chapter_splitter.py "你的视频.mp4" --extract-only
内部流程：FFmpeg 提取音频 -> Whisper 转录 -> 自动清理中间音频文件
输出：
xxx_subtitles.md- 可读字幕文本xxx_segments.json- 精确时间戳数据
第二步：创建章节配置
让 Claude 分析字幕文件，创建 xxx_chapters.json：
{
"chapters": [
{
"title": "01_开篇介绍",
"start_time": "00:00:00",
"end_time": "00:05:10",
"summary": "介绍系统架构",
"type": "knowledge"
},
{
"title": "02_问答环节",
"start_time": "00:05:10",
"end_time": "00:12:00",
"summary": "学员提问与解答",
"type": "qa"
}
]
}
第三步：切割视频
python video_chapter_splitter.py "你的视频.mp4" --split-only
输出：xxx_chapters/ 目录下的独立视频文件
参数说明
| 参数 | 默认值 | 说明 |
|---|---|---|
--model |
small | Whisper 模型 (CPU 推荐 small, GPU 推荐 medium) |
--extract-only |
- | 只提取字幕 |
--split-only |
- | 只按 chapters.json 切割 |
--keep-audio |
false | 保留中间音频文件 |
--output-dir |
视频名_chapters | 自定义输出目录 |
Whisper 模型选择
| 模型 | CPU 速度 | 准确率 | 推荐场景 |
|---|---|---|---|
| tiny | 最快 | 一般 | 快速预览 |
| base | 快 | 较好 | 英文内容 |
| small | 中等 | 好 | CPU 中文首选 |
| medium | 较慢 | 很好 | GPU 中文首选 |
| large | 最慢 | 最好 | 高精度需求 |
成本估算（实测数据）
以 1.5GB / 1小时38分钟直播课为例：
| 环节 | Token | 时间 | 费用 |
|---|---|---|---|
| FFmpeg 提取音频 | 0 | 3秒 | 免费 |
| Whisper 转录 (small/CPU) | 0 | ~5分钟 | 免费 |
| Claude 语义分析 | ~72K | ~3分钟 | ~$1.2 |
| FFmpeg 切割 | 0 | ~10分钟 | 免费 |
每小时视频约 67K token, 约 $0.74 (¥5)
关键技术细节
音频提取优化
Whisper 只处理音频，但直接传视频时内部解码效率极低（尤其 CPU）。 预先用 FFmpeg 提取 16kHz mono WAV 是 Whisper 的最优输入格式：
- 采样率匹配，无需内部重采样
- 单声道，减少数据量
- PCM 格式，无需解码
FFmpeg 切割精度
使用 output seeking（-ss 在 -i 后），精度高于 input seeking。
Windows 兼容
- 所有输出使用纯 ASCII，避免 GBK 编码错误
- 文件名自动清理特殊字符
- 中间音频文件默认自动清理
故障排除
Whisper 识别慢
换 small 模型 + 先提取音频（v2.0 默认行为）
FFmpeg 切割点不准
手动微调 chapters.json 的时间戳，重新 --split-only
Windows 编码错误
v2.0 已修复，所有输出使用纯 ASCII
文件位置
脚本路径：skill 目录下 video_chapter_splitter.py