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#

text

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：

bash

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：

bash

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：

bash

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：

bash

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JSONauto_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)#

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+BGM3-10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#

1. 首次使用：需要配置素材路径、输出路径等基础参数
2. 素材要求：建议使用清晰、无严重抖动的高质量素材
3. 性能：1-5分钟视频剪辑约需2-3分钟完成
4. 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