核心用法
Video Auto Editor 是一款开源的命令行视频粗剪工具，主打自动化片段筛选与智能拼接。它通过 FFmpeg 进行静音检测和音频分析，结合 OpenAI Whisper 的语音转录能力，实现两段式处理流程：
单视频模式：输入单个视频文件，工具自动检测静音边界、按四维评分系统（起止清晰度、流畅度、自然节奏）筛选候选片段，经转录分析和去重后输出最优片段。
批量模式：输入文件夹，遍历处理所有视频，执行跨视频内容去重（基于转录文本相似度），按文件名顺序拼接为最终视频，并生成详细 Markdown 报告。
显著优点
- 自动化程度高：从静音检测到片段评分、去重、编码输出，全程无需人工标记时间轴
- 智能评分体系：基础分100分制 + 转录修正（口吃、重复、打断惩罚/自然结尾奖励），非简单按分数排序，采用分层优先策略
- 批量去重实用：基于文本相似度（阈值0.7）的跨视频去重，适合多机位拍摄、重复录制场景
- 输出简洁：批量模式仅保留最终视频和报告，中间文件自动清理
- 可配置性强：15+ 参数可调，涵盖静音阈值、编码质量、评分权重、去重阈值等
潜在缺点与局限
- GPL v3 协议限制：商业使用必须开源同协议，对企业用户存在合规成本
- 依赖较重：需 Python 3.8+、FFmpeg、Whisper 模型，首次部署环境复杂
- 中文转录精度：默认 small 模型中文准确率有限，medium 模型资源消耗大
- 评分规则硬编码：分层选择逻辑（自然结尾>流畅度>分数>时长）不可通过配置调整
- 无预览界面：纯命令行工具，无法可视化调整片段边界
- 格式支持有限：仅测试 .MTS、.mp4、.mov，其他格式兼容性未明确
适合人群
- 视频创作者/自媒体：需要快速从大量原始素材（如访谈、vlog、课程录制）中提取可用片段
- 多机位活动记录：演讲、会议、演出等多机位素材的自动去重与拼接
- 技术向用户：熟悉命令行、能阅读 Python 代码调参的中小团队
常规风险
- 数据隐私：Whisper 转录涉及音频上传至本地模型，虽无云端传输，但敏感内容需注意本地安全
- 片段遗漏风险：自动化评分可能错过"内容上重要但技术上不流畅"的片段（如情绪停顿）
- 转录误差累积：Whisper 错误可能导致去重误判或评分偏差
- 编码参数误配：CRF/preset 设置不当可能造成画质损失或文件过大