当前位置:首页教程中心网站教程两分钟剪出竖屏短剧:neonclipping 本地跑通全流程

两分钟剪出竖屏短剧:neonclipping 本地跑通全流程

neonclipping 是 11 月 19 日建仓的 Python 开源项目:音频优先找高光、本地模型写标题与钩子、只下载选中片段,输出带字幕的 9:16 竖屏视频。这篇拆解快速与深度两种模式、安装命令、进阶功能和三个上手前该知道的限制。
长视频时间軸抽取竖屏片段的扁平示意图

剪一条竖屏短剧,为什么这么费劲

把一个小时的长视频剪成几十秒的竖屏片段,真正耗时的不是剪辑,是找那几十秒。你得从头看一遍,标记笑声、争执、翻车的瞬间,再把它裁成 9:16,配字幕,写标题和开头钩子。这套流程重复十几条之后,人先扛不住。

neonclipping 想解决的就是这一段。它是 11 月 19 日建仓的 Python 开源项目,MIT 协议,一千四百多颗星,核心思路是「音频优先找高光 + 本地模型写文案 + 只下载选中片段」。整件事在本机完成,不上传、不订阅、不按次付费。

官方地址:

源码仓库 github.com/iamajmeena/neonclipping

项目主页 iamajmeena.github.io/neonclipping

它怎么找到高光

默认叫 Fast mode,面向超过十分钟的长视频,官方的说法是「永不看完整视频」。流程是:先只下载音频,85 分钟的流大约 79MB;YouTube 视频直接读自带的逐词字幕,没有字幕的来源才调用本地 Whisper 转写;然后在音频上找信号——相对过去两分钟的响度跳变、2 到 4kHz 频段的喊叫声、由静到响的转折。候选片段出来后,本地 Ollama 模型读文字稿打分,写标题和钩子,并把切点对齐到句子边界。最后只下载被选中的那几段视频,按匹配音轨精确裁剪,渲染成 1080×1920 的竖屏 MP4,字幕烧录进去。

Deep mode 不同,它会下载完整视频,加上 OpenCV 光流和镜头切换密度评分,候选数量约是快速模式的四倍,还会给本地模型每段前后各十五秒的上下文。官方性能测试在一台 RTX 2060、16 线程机器上进行:85 分钟带字幕的 YouTube 流出三条片段用 97 秒,3 小时无字幕 Twitch 录像用 136 秒。这个数字是特定硬件下的结果,换机器要重新测。

本地跑起来

  • 准备 Python 3.10 到 3.13,推荐 3.11 以上,因为 yt-dlp 已经放弃 3.10。
  • FFmpeg 必须在 PATH 里,负责解码、裁剪和导出。
  • 克隆仓库后,Windows 执行 ./run.ps1,Linux 或 macOS 执行 ./run.sh,浏览器打开 127.0.0.1:8770。
  • 建议再装一个本地模型:ollama pull llama3.2:3b。不装也能出片,但标题、钩子和打分能力就没有了。
  • 在页面粘贴 YouTube、Twitch、Kick 链接或上传本地 MP4,设置最短最长时长,点 Make clips。

服务默认只绑 127.0.0.1。需要手机访问时,显式设 NEONCLIPPING_LAN=1,会启用六位 PIN,非本机访问要验证,五次错误锁定十分钟。这个默认值是项目在隐私上做对的一件事。

几个真正省时间的进阶点

字幕不是一种样式。项目内置 GTA Neon、Impact、Clean、Hormozi、MrBeast 五种,支持 52 种字幕语言,能导出 SRT,部分场景还带 WebVTT。词可以逐个编辑,字体、颜色、描边、每行词数都能存成自己的配置。开头标题默认 8 秒,可在 2 到 60 秒之间调,关掉之后不调用本地模型。

构图上给了 11 种原生布局和五种摄像头预设,位置、大小都能手动画框。Find my facecam 会抽 14 帧找边框稳定的矩形,再用本地人脸模型判断,官方说在 30 段真实录像上都能找到角落里的摄像头,预告片则能干净地返回「没有」。

长视频还有一条人工兜底路径:粘贴链接后,项目按字幕把内容拆成约 25 分钟一段,每段生成可直接复制的提示词,你手动贴给任意免费对话模型,再把回答贴回来,支持 JSON 或「12:30-13:10 标题」这种行格式。项目不会替你往外发任何内容。

直播剪辑走的是另一套信号:用 Streamlink 录制,匿名读弹幕,按 10 秒桶统计消息数,超过 2.5 个标准差且高于五分钟基线 2.5 倍时切一段,起点大约回退 24 秒。无人值守最多跑三小时,磁盘低于 8GB 自动停。

用之前的三个提醒

一是高光识别不等于爆款。它找的是响度、动作和可读的台词,官方自己写明模型只看文字不看画面,画面里的完整事件它理解不了,发布前必须人工过一遍。

二是字幕质量取决于来源。YouTube 自带字幕在印地语、Hinglish 上错误不少;Twitch 录像和本地文件要靠本地转写,CPU 跑会很慢。52 种语言里,字体缺失的语种可能显示空框,阿拉伯语这类从右往左书写的语言只是基础支持。深度模式官方只在短视频上验证过,多小时素材会先下载整段,速度很慢。

三是 YouTube 的反机器人验证。共享网络、移动数据、VPN 环境常见「确认你不是机器人」提示。项目会自动更新 yt-dlp 并尝试电视、Safari、iOS 等客户端模式;仍不行的,最稳的办法是把视频文件上传,或者设置 NEONCLIPPING_COOKIES_BROWSER 用自己的浏览器登录态。

我的判断

这类工具的价值,不在于它能不能替代剪辑师,而在于它把「看一遍长视频找片段」这段纯体力活压缩掉了。音频信号加本地模型打分,本质上是个候选生成器,不是成片保证。真正好用的地方是批量处理访谈、直播录像和长播客——这些素材里高光密集,又没人愿意逐帧看。短片子、强叙事的内容,还是自己剪更快。项目建仓三天,功能和文档已经相当完整,但测试结论来自作者自己的机器,落地前先拿一小段素材试跑,别一上来就喂三个小时的录像。

温馨提示:

文章标题:两分钟剪出竖屏短剧:neonclipping 本地跑通全流程

文章链接:https://www.muooy.cn/16951.html

更新时间:2026年11月22日

1.本站大部分内容均收集于网络!若内容若侵犯到您的权益,请发送邮件至:305582964@qq.com,我们将第一时间处理!

2.资源所需价格并非资源售卖价格,是收集、整理、编辑详情以及本站运营的适当补贴,并且本站不提供任何免费技术支持。

3.所有资源仅限于参考和学习,版权归原作者所有,更多请阅读用户协议和免责声明。

给TA打赏
共{{data.count}}人
人已打赏
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧