whyzsm AI视频剪辑Skill
全自动化AI视频剪辑解决方案，实现从素材导入到成片导出的全流程无人干预。
核心能力
1. 素材智能处理
- 自动识别：解析视频(mp4/mov/avi/mkv)、音频(mp3/wav)、图片(jpg/png)格式
- 内容分析：识别场景、人物、动作、文字、音频类型
- 智能筛选：自动剔除黑屏、模糊、杂音等无效素材
2. 剪辑逻辑自主决策
- 风格匹配：根据内容自动确定剪辑风格（卡点/叙事/快节奏/慢节奏）
- 片段选取：自动提取高光片段，智能排序确保流畅
- 转场添加：根据场景切换自动匹配淡入淡出/叠化/闪白等转场
- 时长控制：精准匹配预设时长（15秒/30秒/1分钟/5分钟等）
3. 音频智能优化
- 人声增强：自动降噪、增强人声清晰度
- 背景音乐：根据视频节奏自动匹配、卡点同步
- 音效添加：识别关键动作自动添加对应音效
4. 字幕自动生成
- 语音转文字：自动识别台词，支持中英双语
- 智能排版：自动调整位置、字体、颜色
- 错误修正：自动识别并修正错别字
5. 特效与优化
- 滤镜匹配：根据场景（风景/人物/夜景）自动添加
- 画面优化：自动调整亮度、对比度、饱和度
- 特效添加：关键片段自动添加光晕/粒子/缩放特效
6. 全自动导出
- 智能参数：根据素材自动设置分辨率/帧率/比特率
- 自动存储：按"日期+主题+时长"命名，存储至预设路径
- 异常处理：导出失败自动重试或记录日志
使用方式
基础剪辑命令
用户："帮我剪辑D:\电影下的搞笑片段，生成3-5分钟的搞笑集锦"
执行流程
Step 1: 素材准备
确认素材来源路径，使用 scripts/analyze_media.py 分析素材内容：
python scripts/analyze_media.py --input "D:\电影" --output "D:\AI视频剪辑\素材分析"
Step 2: 配置剪辑参数
根据用户需求设置：
- 目标时长：15秒/30秒/1分钟/3分钟/5分钟
- 输出格式：mp4（推荐）/mov
- 分辨率：保持原分辨率或指定（如1080p）
- 存储路径：金山文档同步目录或本地指定路径
Step 3: 执行自动剪辑
使用 scripts/auto_clip.py 执行全自动剪辑：
python scripts/auto_clip.py --config "配置文件路径"
Step 4: 字幕与特效
使用 scripts/add_subtitles.py 生成字幕：
python scripts/add_subtitles.py --input "成片路径" --output "带字幕版本"
Step 5: 最终导出
使用 scripts/export_final.py 导出成片：
python scripts/export_final.py --input "待导出视频" --preset "高质量/标准/压缩"
脚本说明
| 脚本 | 功能 | 输入 | 输出 |
|---|---|---|---|
analyze_media.py |
素材分析 | 素材目录 | 分析报告JSON |
auto_clip.py |
自动剪辑 | 分析报告+配置 | 中间视频文件 |
audio_process.py |
音频处理 | 视频文件 | 处理后音频 |
add_subtitles.py |
字幕生成 | 视频文件 | 带字幕视频 |
add_effects.py |
特效添加 | 视频文件 | 添加特效后视频 |
export_final.py |
最终导出 | 处理后视频 | 成片文件 |
配置模板
默认配置 (references/default_config.yaml)
output:
format: mp4
resolution: "1920x1080"
frame_rate: 30
bitrate: "8M"
subtitle:
enabled: true
language: "zh-CN"
position: "bottom_center"
font_size: 36
color: "white"
audio:
bgm_volume: 0.3
voice_volume: 1.0
enhance_voice: true
style:
transition: "fade" # fade/ dissolve/ cut/ flash
transition_duration: 0.5
filter_preset: "auto" # auto/ vivid/ vintage/ cool/ warm
export:
storage_path: "D:\AI视频剪辑\成品"
naming: "{date}_{theme}_{duration}"
适用场景
| 场景 | 推荐配置 | 预期时长 |
|---|---|---|
| 搞笑集锦 | 快节奏卡点+音效 | 3-5分钟 |
| 电影解说 | 叙事风格+字幕 | 5-15分钟 |
| 短视频 | 高潮片段+滤镜 | 15-60秒 |
| Vlog剪辑 | 自然过渡+BGM | 3-10分钟 |
| 教程视频 | 清晰叙事+标注 | 5-30分钟 |
技术依赖
- FFmpeg：视频处理核心引擎
- Whisper：语音识别与字幕生成
- MoviePy：Python视频编辑库
- Pillow：图像处理
- NumPy：数值计算
注意事项
- 首次使用：需要配置素材路径、输出路径等基础参数
- 素材要求：建议使用清晰、无严重抖动的高质量素材
- 性能：1-5分钟视频剪辑约需2-3分钟完成
- 存储：确保输出路径有足够空间
踩坑经验
- 素材路径包含中文时，FFmpeg命令需要使用UTF-8编码
- 字幕生成依赖Whisper模型，首次使用需下载模型文件
- 批量剪辑时建议使用队列管理，避免内存溢出