mushigaite/short-video-maker

A free open-source project designed to turn youtube-videos into viral short videos. Highlight detection, subtitles, translation, voiceover, all in one for your content: no pre-clip credits or any watermarks. Designed for creators who want an alternative to short-video SaaS tools like OpusClip or Vidyo.ai for free.

short-video-maker – AI 驱动的 YouTube 转短视频生成器

它是什么 – 一个开源的 Python 工具，可以将完整的 YouTube 视频（或本地视频文件）自动创建为一个或多个竖屏短视频（例如 9:16 的 TikTok/Reels 格式）。它通过以下功能完成繁重的工作：

语音转文字：使用本地 faster-whisper 模型。
内容分类与精彩片段排名：通过大语言模型（OpenAI、Gemini 或 MuAPI）。
可选的 AI 生成钩子：为每个短视频添加吸引人的开头。
导出：通过命令行或轻量级本地 Web UI 将选定的精彩片段导出为可直接发布的视频文件。

核心功能

功能	你将获得
一键视频输入	粘贴任何 YouTube URL 或提供本地路径。
自动转录	`faster-whisper` 在本地运行，无需外部服务。
智能精彩片段检测	LLM 根据“病毒式传播”线索（钩子、情感高潮、金句等）对转录片段进行评分，并返回前 N 个片段。
AI 生成钩子（可选）	由同一 LLM 生成的简短、上下文相关的开头。
可定制输出	选择片段数量 (`--n`)、纵横比 (`--ratio`)、分辨率、语言以及是否包含钩子。
API 模式	相同的流水线可以通过提供的 API 模块从其他 Python 代码中调用。
本地 Web UI	极简的 HTML/JS 前端，无需接触终端即可排队视频并设置标志。
无水印/署名	所有渲染均在本地完成，因此输出干净，可直接发布。

工作原理（分步说明）

下载/加载视频 – 脚本从 YouTube 拉取源视频（或读取本地文件）。
转录 – faster-whisper 在用户机器上生成带时间戳的转录文本。
分类内容类型 – 选定的 LLM (OpenAI/Gemini/MuAPI) 对视频进行标记（播客、采访、教程等），以调整精彩片段的提示词。
精彩片段排名 – LLM 使用“病毒式传播框架”（钩子、情感高潮、揭秘等）扫描转录文本，并返回得分 0-100 的候选片段。
去重 – 合并重叠的候选片段，保留得分最高的片段。
选择前 N 个 – 选择用户指定数量的片段。
渲染 – 每个片段被裁剪为请求的纵横比，可选择添加 AI 生成的钩子作为前缀，并保存为竖屏短视频。

入门指南（快速开始）

# 1. 克隆
git clone https://github.com/mushigaite/short-video-generator-AI.git
cd short-video-generator-AI

# 2. 虚拟环境
python -m venv venv && source venv/bin/activate   # 或在 Windows 上使用 venv\Scripts\activate

# 3. 安装依赖
pip install -r requirements.txt

# 4. 创建包含 LLM API 密钥和 Whisper 首选项的 .env 文件
cat > .env <<EOF
LLM_PROVIDER=openai
OPENAI_API_KEY=your_key_here
LOCAL_WHISPER_MODEL=base
LOCAL_WHISPER_DEVICE=auto
EOF

# 5. 运行单个视频
python main.py "https://www.youtube.com/watch?v=VIDEO_ID" \
    --n 3 --ratio 9:16 --resolution 720

生成的片段出现在 output/ 文件夹中。

Web 界面（可选）

python3 server.py          # 启动后端
cd web && python3 -m http.server 8000
# 然后打开 http://localhost:8000/shorts-generator-ui.html

UI 镜像了 CLI 标志，允许你排队多个视频。

适用人群

内容创作者：希望将长篇 YouTube 视频重新利用为 TikTok/Reels 短视频，而无需支付 SaaS 服务费用。
营销人员：寻找用于社交媒体的快速、无水印精彩片段集锦。
开发者：需要 API 将短视频生成嵌入到自己的流水线中。

限制与注意事项

LLM 成本 – 精彩片段评分和钩子生成依赖于外部 LLM API；使用将产生提供商的费用。
本地 Whisper 模型大小 – 更大的 Whisper 模型（例如 large-v3）可提高转录准确性，但需要更多 RAM/VRAM。
病毒式评分是启发式的 – “病毒式”排名基于提示驱动的框架，可能并不总是能选出最吸引人的时刻。
无内置视频编辑效果 – 该工具仅进行裁剪和拼接；高级转场或效果必须单独添加。

许可证

MIT – 可免费使用、修改和重新分发。