今年打算在直播和视频上做点努力，所以通过直播录了不少视频，周末想剪一剪，但是一方面我不擅长剪视频，另一方面也没有合适的工具，所以颇费了一些周折。
后来发现 jumpcutter，按照其作者的设计，它可以识别视频中的 👍 和 👎，只保留 👍 的片段，剪掉 👎 的片段；并且可以自动剪掉没有声音的部分，这样视频可以很快完成初剪。
前面的功能很炫酷，不过对于我来说不太实用，后面的功能比较有价值，于是我试用了一下，记录过程如下：
# clone 代码到本地
git clone git@github.com:carykh/jumpcutter.git
# 安装依赖，位于 requirements.txt
pip3 install Pillow audiotsm scipy numpy pytube
# 然后就可以使用了
python3.9 jumpcutter.py --input_file left.mp4 --output_file ./1.mp4 --silent_threshold 0.06 --silent_speed 99其它参数如下：
--input_file | 目标视频 |
--url | YouTube 视频，国内用户用途不大 |
--output_file | 输出视频 |
--silent_threshold | 静音阈值，即多小的声音可以认为是有声音的（浮点数，0～1，默认 0.03） |
--sounded_speed | 有声音的片段，以怎样的速率播放（浮点数，默认 1） |
--silent_speed | 静音的片段，以怎样的速度播放（浮点数，默认5，即 5 倍速度） |
--frame_margin | 在有声音的片段两边保留多少间隔（默认1） |
--sample_rate | 声音取样率 |
--frame_rate | 帧数 |
--frame_quality | 质量 |
比如前面我用的命令，就是认为小于 0.06 的声音为静音，静音播放速率 99（基本上直接跳过了）。
我处理了两段视频，感兴趣的同学可以试一试：
接下来我还想做两个功能，有了这两个功能视频处理后基本就能满足我的需求了：
- 找到“嗯”、“哦”、“那个”等无意义的语气助词，把它们干掉
- 识别“上一段不要”这样的语音命令，并且找到最合适的片段干掉