PreenCut翻译站点

随着视频内容爆炸式增长，AI 工具使用者愈发需要一种轻松、高效的方式来检索和剪辑视频内容。PreenCut 正是为此而生的开源解决方案，它结合自动语音识别、LLM 分析和自然语言查询，助你从海量视频中快速提取高价值片段。

什么是 PreenCut？

PreenCut 是由 roothch 推出的开源 AI 驱动视频检索和剪辑工具，基于 MIT 许可发布在 GitHub 上。它内置 WhisperX，可精确识别音频内容，配合大型语言模型（如 DeepSeek、DouBao），支持用户通过自然语言提示快速找到视频片段并批量导出。

核心功能亮点

🎙 自动语音识别

调用 WhisperX 实现高准确率转录，支持英文和多种语言的音频识别，是检索流程的第一步。

🧠 AI 分析与段落标注

利用 LLM 自动分析转录文本，生成摘要、标签和关键词，使内容结构化，易于检索。

🔍 自然语言查询

支持如“找出所有产品演示片段”类型的自然语言提示，快速定位相关片段，无需手动设置时间戳。

✂️ 智能剪辑导出

支持将多个检索结果导出为独立视频文件，或合并为一个剪辑，适用于会议回顾、内容剪辑和演示制作。

📁 批量处理能力

批量定位并剪辑多段视频，适合整理大量素材或跨视频搜索同类片段。

🔁 重分析调试

可在结果上执行「Re-analyze」操作，调整提示词并重新分析，无需重新处理整个音频流程。

安装与使用指南

git clone https://github.com/roothch/PreenCut.git cd PreenCut pip install -r requirements.txt # 安装 FFmpeg sudo apt install ffmpeg # 设置 LLM 服务 API Key export DEEPSEEK_V3_API_KEY=... export DOUBAO_1_5_PRO_API_KEY=... # 启动界面 python main.py

访问 http://localhost:7860，上传视频/音频并输入提示，即可生成检索结果表格并剪辑导出。

使用场景与适用人群

• 🎥 内容创作者：快速截取长视频中精彩片段，用于短视频制作或内容汇编；

• 🎓 教育工作者：为在线课程自动提炼关键讲解段落，便于复习分享；

• 🧩 产品团队：批量找出“演示”或“问题说明”片段，用于用户培训；

• 👁 研究人员 & 法律专家：快速定位访谈中的关键词讨论段；

• 🧰 多文件处理：支持跨多个视频的关键词剪辑任务，提升效率。

常见问题（FAQ）

Q1：PreenCut 支持哪些文件格式？
支持 .mp4, .avi, .mov, .mkv, .ts, .mxf 视频格式和 .mp3, .wav, .flac 音频格式。

Q2：可以无 API 使用吗？
LLM 分析依赖 DeepSeek 或 DouBao API，必须注册并设置对应环境变量；缺少 API 时仅能手动浏览文本内容。

Q3：是否支持中文语音？
WhisperX 支持中文语音识别，但 LLM 模型需选择支持中文的版本并设置相应 API。

Q4：如何优化处理速度？
可通过配置 WhisperX 模型（如 tiny, base, large）调整识别精度与处理速度，还能增加 WHISPERX_BATCH_SIZE 调整性能。

Q5：能处理超长视频吗？
可以，但建议先拆分成多段或批量上传，小片段处理更灵活高效；LLM 分析也支持分批结果合并处理。

与竞品对比

使用优化建议

1. 启用大型转录模型：如大批量视频优先使用 large-v3 获得更准确转录；

2. 编写精确提示词：例如“产品演示”“基准测试”提升召回率；

3. 分批加载视频：将长视频拆段处理，缩短反馈时间；

4. 复用 “Re-analyze” 功能：微调提示词，获得更符合任务的剪辑；

5. 二次处理剪辑结果：使用 FFmpeg 或视频编辑软件优化视频质量。

未来展望

• 支持 图像内容分析（OCR、视觉理解）增强检索能力；

• 集成免费开放 LLM 模型；

• 提供服务器端部署与容器镜像，支持团队协作；

• 配置 GUI 导出“剪辑脚本”，适配后期编辑流程；

• 开放插件架构用于扩展如情绪识别、字幕生成等能力。

总结

PreenCut 是一款高度契合 AI 工具使用者需求的开源视频检索与剪辑平台。它融合 WhisperX 语音识别、大语言模型分析和自然语言交互，大幅提升内容定位与剪辑效率。无论你是创作者、教师、产品团队或研究者，PreenCut 都能提升视频干预力与产出效率。