基于本地转录文本的编辑
导入视频或音频文件后,获取带有逐词时间戳和说话人标签的本地生成转录文本。转录文本会成为媒体剪辑的编辑界面。
Rescript 是一款开源的、基于转录文本的视频和音频编辑器,运行于浏览器中。它的工作流以文本为中心:你导入媒体文件后,应用会在本地进行转写,生成带有逐词时间戳和说话人标签的转录文本,然后你通过删除转录文本中的词语来完成编辑。
该项目专为私密的设备端工作流而设计。README 说明媒体处理、编辑和导出都在本地完成,并且在首次下载模型后,应用即可在完全断网的情况下运行。它面向编辑视频、播客、语音备忘录、访谈或其他口语媒体的人群,帮助他们用文本驱动的方式修剪内容,而不是只依赖传统时间线编辑。
导入视频或音频文件后,获取带有逐词时间戳和说话人标签的本地生成转录文本。转录文本会成为媒体剪辑的编辑界面。
在转录文本中选中词语并删除,即可移除媒体中对应的片段。剪切会跟随文本进行,因此比只在时间线上裁剪更容易精确判断。
无需 Whisper,直接从已有字幕文件开始。README 说明支持导入 SRT、VTT 和 JSON 转录文本。
一键删除常见口语填充词,如 “um” 和 “uh”。README 将其描述为一键移除填充词的工作流。
在时间线上查看波形、词语标签、剪切区域、播放头和缩放控件。这有助于用户结合底层媒体结构检查编辑内容。
在导出前预览编辑结果,并在浏览器中渲染保留的片段。README 说明播放会实时跳过剪切部分,导出的视频或音频具有帧精度,支持 MP4 或 M4A。
通过在导出前直接删除转录文本中的重复词、口误和填充词,来整理录制对话。
上传一段素材,让应用生成带有说话人标签的本地转录文本,然后在不先使用传统时间线的情况下剪掉不需要保留的讲述部分。
当你已经有转录文本,并希望在不重新转写的情况下进行基于文本的编辑时,可从 SRT、VTT 或 JSON 字幕文件开始。
当你希望媒体和转录文本保留在自己的设备上,而不是上传到服务器时,可使用这款浏览器应用处理私密素材。
在导出前,借助波形、播放头和实时预览检查并完善剪辑,随后导出帧精确的 MP4 或 M4A 文件。
它被设计为基于浏览器的编辑器,在初始模型下载完成后即可完全离线工作。README 说明该应用使用本地转写和设备端媒体处理,没有服务器、没有身份验证,也不会上传文件。
README 说明你可以导入视频或音频文件并在本地转写,也可以导入你自己的 SRT、VTT 或 JSON 格式字幕,而无需运行 Whisper。
Rescript 使用 ffmpeg.wasm 在浏览器中导出最终剪辑。README 明确提到视频可导出为帧精确的 MP4,音频可导出为 M4A。
推荐使用基于 Chromium 的浏览器。该应用需要支持 SharedArrayBuffer,并配合 COOP/COEP 标头,同时在可用时使用 WebGPU,否则回退到 WASM。
该仓库采用 MIT 许可证,README 将其描述为开源项目。它面向本地、客户端工作流,而不是多用户托管服务。
CAMB.AI Streams 可为 YouTube、Twitch、X 等直播平台提供多语言实时配音,接入现有直播流程,支持常用流媒体协议,无需后期制作。
QuickQuill 是一款适用于 macOS 的本地语音输入与转写应用,可在设备上录制会议、转写音频、生成摘要并导出笔记,无需使用云服务。
Speech to Text Converter 是一款基于浏览器的语音转文字工具,支持实时听写和上传音频、视频文件转录。提供免费版满足短任务,Pro 版支持无限转录、AI 摘要、翻译、说话人识别和高级导出。
optimo 是一款免费开源的 CLI,可用 ImageMagick 和 FFmpeg 的格式专用命令优化并转换图片和视频,帮助开发者在 shell 或 Node.js 脚本中批量处理媒体并压缩网页资源。
Tactiq 是一款适用于 Google Meet、Zoom 和 Microsoft Teams 的 AI 会议记录工具,可实时转写会议,并生成摘要、行动项和后续输出。基于 Chrome 扩展,支持共享与集成,助力团队协作。
Sanota 将口述回忆、反思和访谈转写为清晰书面故事,支持个人叙事、家族史与共享记忆,提供引导提示和订阅方案。