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。
CAKIE 是一款 Mac 屏幕与语音录制应用,专为 AI 智能体提供上下文。它生成文字稿和截图重点,支持复制提示词并粘贴或附加到其他 AI 应用中。
SpeakoFlow 是一款适用于 Windows、macOS 和 Linux 的免费开源桌面语音转文字应用,支持在任意应用中口述输入、Flow 语音写作、文本清理、翻译和屏幕感知助手。
Zella 是适用于 Mac 和 iPhone 的屏幕录制与设备端 AI 视频编辑器,可录制屏幕或摄像头,自动清理素材、添加字幕、调整画幅并导出视频,核心项目无需上传云端。
Flunkey 是适用于 Windows 的语音优先效率工具层,可将语音转为文本、AI 辅助输出和可记忆上下文,帮助你在当前应用中捕捉想法与待办。
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。