Back to search
video-chapter-splitter
SkillGitHub
基于字幕语义自动识别章节边界,精准切割视频的 Claude Code Skill
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Checked today
Badge for your README
Markdown
[](/listings/qiyongchuan--video-chapter-splitter)HTML
<a href="/listings/qiyongchuan--video-chapter-splitter"><img src="/api/listings/qiyongchuan--video-chapter-splitter/badge.svg" alt="findsafeskills safety rating" /></a>Install
i
Install instructions from the README
As written by the repo's author. findsafeskills has not verified these steps.
pip install openai-whisper # Install FFmpeg system-wide
What was scanned
The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.
SKILL.md · Manifest · 155 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- # 视频语义章节切割工具 v2.0
- 根据字幕语义自动识别章节边界,精准切割视频为独立片段。
- ## 何时使用
- - 长视频需要按内容章节切割成 demo/教学片段
- - 网课/演讲需要提取独立案例
- - 内容创作者需要批量生成短视频素材
- - 任何需要"按语义理解"而非"按时间等分"切割视频的场景
- ## 工作原理(v2.0 优化)
- ```
- 视频文件 (1.5GB)
- ↓ FFmpeg 提取音频 (~3秒)
- 16kHz mono WAV (~180MB)
- ↓ Whisper 本地转录 (~5分钟, CPU small模型)
- 字幕文本(带精确时间戳)
- ↓ Claude 语义分析 (subagent, ~72K token)
- 章节边界 JSON
- ↓ FFmpeg 精准切割 (~10分钟)
- 独立视频片段
- ```
- **v2.0 关键优化**: 先提取音频再转录,速度提升 10x+。
- 直接丢视频给 Whisper 会导致 CPU 下极慢(1.5GB 视频预计 10+ 小时),
- 提取音频后同样的视频只需 5 分钟。
- ## 依赖安装
- ```bash
- # Python 3.8+
- pip install openai-whisper
- # FFmpeg(需系统安装)
- # Windows: winget install Gyan.FFmpeg
- # Mac: brew install ffmpeg
- # Linux: apt install ffmpeg
- ```
- ## 使用方法
- ### 第一步:提取字幕
- ```bash
- python video_chapter_splitter.py "你的视频.mp4" --extract-only
- ```
- 内部流程:FFmpeg 提取音频 -> Whisper 转录 -> 自动清理中间音频文件
- 输出:
- - `xxx_subtitles.md` - 可读字幕文本
- - `xxx_segments.json` - 精确时间戳数据
- ### 第二步:创建章节配置
- 让 Claude 分析字幕文件,创建 `xxx_chapters.json`:
- ```json
- {
- "chapters": [
- {
- "title": "01_开篇介绍",
- "start_time": "00:00:00",
- "end_time": "00:05:10",
- "summary": "介绍系统架构",
- "type": "knowledge"
- },
- {
- "title": "02_问答环节",
- "start_time": "00:05:10",
- "end_time": "00:12:00",
- "summary": "学员提问与解答",
- "type": "qa"
- }
- ]
- }
- ```
- ### 第三步:切割视频
- ```bash
- python video_chapter_splitter.py "你的视频.mp4" --split-only
- ```
- 输出:`xxx_chapters/` 目录下的独立视频文件
- ## 参数说明
- | 参数 | 默认值 | 说明 |
- |------|--------|------|
- | `--model` | small | Whisper 模型 (CPU 推荐 small, GPU 推荐 medium) |
- | `--extract-only` | - | 只提取字幕 |
- | `--split-only` | - | 只按 chapters.json 切割 |
- | `--keep-audio` | false | 保留中间音频文件 |
- | `--output-dir` | 视频名_chapters | 自定义输出目录 |
- ## Whisper 模型选择
- | 模型 | CPU 速度 | 准确率 | 推荐场景 |
- |------|----------|--------|----------|
- | tiny | 最快 | 一般 | 快速预览 |
- | base | 快 | 较好 | 英文内容 |
- | **small** | **中等** | **好** | **CPU 中文首选** |
- | medium | 较慢 | 很好 | GPU 中文首选 |
- | large | 最慢 | 最好 | 高精度需求 |
- ## 成本估算(实测数据)
- 以 1.5GB / 1小时38分钟直播课为例:
- | 环节 | Token | 时间 | 费用 |
- |------|-------|------|------|
- | FFmpeg 提取音频 | 0 | 3秒 | 免费 |
- | Whisper 转录 (small/CPU) | 0 | ~5分钟 | 免费 |
- | Claude 语义分析 | ~72K | ~3分钟 | ~$1.2 |
- | FFmpeg 切割 | 0 | ~10分钟 | 免费 |
- **每小时视频约 67K token, 约 $0.74 (¥5)**
- ## 关键技术细节
- ### 音频提取优化
- Whisper 只处理音频,但直接传视频时内部解码效率极低(尤其 CPU)。
- 预先用 FFmpeg 提取 16kHz mono WAV 是 Whisper 的最优输入格式:
- - 采样率匹配,无需内部重采样
- - 单声道,减少数据量
- - PCM 格式,无需解码
- ### FFmpeg 切割精度
- 使用 output seeking(`-ss` 在 `-i` 后),精度高于 input seeking。
- ### Windows 兼容
- - 所有输出使用纯 ASCII,避免 GBK 编码错误
- - 文件名自动清理特殊字符
- - 中间音频文件默认自动清理
- ## 故障排除
- ### Whisper 识别慢
- 换 small 模型 + 先提取音频(v2.0 默认行为)
- ### FFmpeg 切割点不准
- 手动微调 chapters.json 的时间戳,重新 --split-only
- ### Windows 编码错误
- v2.0 已修复,所有输出使用纯 ASCII
- ## 文件位置
- 脚本路径:skill 目录下 `video_chapter_splitter.py`
README.md · README · 209 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- # Video Chapter Splitter v2.0
- 基于字幕语义自动识别章节边界,精准切割视频为独立片段的 Claude Code Skill。
- [English](#english) | [中文](#中文)
- ---
- ## 中文
- ### v2.0 更新
- - **先提取音频再转录,速度提升 10x+**:直接丢视频给 Whisper 在 CPU 下极慢(1.5GB 视频预计 10+ 小时),提取音频后只需 5 分钟
- - **默认使用 small 模型**:CPU 下性价比最高,中文识别准确率够用
- - **修复 Windows GBK 编码问题**:移除所有 emoji,纯 ASCII 输出
- - **文件名安全处理**:自动清理特殊字符,避免跨平台问题
- - **自动清理中间文件**:提取的音频文件默认自动删除
- ### 功能
- - **音频提取**:FFmpeg 提取 16kHz mono WAV(Whisper 最优格式),1.5GB 视频 3 秒搞定
- - **字幕提取**:Whisper 本地转录音频,生成带时间戳的字幕
- - **语义分析**:AI 理解内容,按知识点/问答自动识别章节边界
- - **精准切割**:FFmpeg 按语义章节切割,非固定时长
- ### 工作原理
- ```
- 视频文件 (1.5GB)
- ↓ FFmpeg 提取音频 (~3秒)
- 16kHz mono WAV (~180MB)
- ↓ Whisper 本地转录 (~5分钟, CPU small模型)
- 字幕文本(带精确时间戳)
- ↓ Claude 语义分析 (~72K token)
- 章节边界 JSON
- ↓ FFmpeg 精准切割 (~10分钟)
- 独立视频片段
- ```
- ### 成本(实测数据)
- 以 1.5GB / 1小时38分钟直播课为例:
- | 环节 | Token | 时间 | 费用 |
- |------|-------|------|------|
- | FFmpeg 提取音频 | 0 | 3秒 | 免费 |
- | Whisper 转录 (small/CPU) | 0 | ~5分钟 | 免费 |
- | Claude 语义分析 | ~72K | ~3分钟 | ~$1.2 |
- | FFmpeg 切割 | 0 | ~10分钟 | 免费 |
- **每小时视频约 67K token,约 $0.74(¥5)**
- ### 安装依赖
- ```bash
- # Python 3.8+
- pip install openai-whisper
- # FFmpeg(系统安装)
- # Windows: winget install Gyan.FFmpeg
- # Mac: brew install ffmpeg
- # Linux: apt install ffmpeg
- ```
- ### 使用方法
- ```bash
- # 第一步:提取字幕(自动先分离音频再转录)
- python video_chapter_splitter.py "视频.mp4" --extract-only
- # 第二步:查看生成的 xxx_subtitles.md,创建 xxx_chapters.json
- # 或让 Claude 分析字幕自动生成章节 JSON
- # 第三步:按章节切割
- python video_chapter_splitter.py "视频.mp4" --split-only
- ```
- ### 参数说明
- | 参数 | 默认值 | 说明 |
- |------|--------|------|
- | `--model` | small | Whisper 模型 (CPU 推荐 small, GPU 推荐 medium) |
- | `--extract-only` | - | 只提取字幕 |
- | `--split-only` | - | 只按 chapters.json 切割 |
- | `--keep-audio` | false | 保留中间音频文件 |
- | `--output-dir` | 视频名_chapters | 自定义输出目录 |
- ### chapters.json 格式
- ```json
- {
- "chapters": [
- {
- "title": "01_开篇介绍",
- "start_time": "00:00:00",
- "end_time": "00:05:10",
- "summary": "介绍系统架构",
- "type": "knowledge"
- },
- {
- "title": "02_问答环节",
- "start_time": "00:05:10",
- "end_time": "00:12:00",
- "summary": "学员提问与解答",
- "type": "qa"
- }
- ]
- }
- ```
- ### 技术亮点
- **音频预提取优化**
- Whisper 只处理音频,但直接传视频时内部解码效率极低。预先用 FFmpeg 提取 16kHz mono WAV:
- - 采样率匹配 Whisper,无需内部重采样
- - 单声道减少数据量
- - PCM 格式无需解码
- **FFmpeg 切割精度**
- 使用 output seeking 模式(`-ss` 在 `-i` 后),实现帧级精度:
- ```bash
- # 不推荐:快但不准,可能漂移 5-10 秒
- ffmpeg -ss 00:01:00 -i input.mp4 ...
- # 推荐:稍慢但精准到帧
- ffmpeg -i input.mp4 -ss 00:01:00 ...
- ```
- ---
- ## English
- ### v2.0 Updates
- - **Extract audio before transcription, 10x+ faster**: Feeding video directly to Whisper on CPU is extremely slow; extracting audio first reduces processing from 10+ hours to ~5 minutes
- - **Default to small model**: Best cost-performance ratio on CPU
- - **Fixed Windows GBK encoding issues**: Pure ASCII output
- - **Auto-cleanup of intermediate files**
- ### Features
- - **Audio Extraction**: FFmpeg extracts 16kHz mono WAV (Whisper's optimal format), ~3 seconds for 1.5GB video
- - **Subtitle Extraction**: Local Whisper transcription with timestamps
- - **Semantic Analysis**: AI detects chapter boundaries by knowledge points and Q&A sections
- - **Precise Cutting**: FFmpeg cuts by semantic chapters, not fixed duration
- ### How it works
- ```
- Video (1.5GB)
- ↓ FFmpeg extract audio (~3s)
- 16kHz mono WAV (~180MB)
- ↓ Whisper transcribe (~5min, CPU small)
- Timestamped subtitles
- ↓ Claude semantic analysis (~72K tokens)
- Chapter boundaries JSON
- ↓ FFmpeg precise cut (~10min)
- Individual video clips
- ```
- ### Cost (Real-world data)
- For a 1.5GB / 1h38m live stream:
- | Step | Tokens | Time | Cost |
- |------|--------|------|------|
- | FFmpeg extract audio | 0 | 3s | Free |
- | Whisper transcribe (small/CPU) | 0 | ~5min | Free |
- | Claude semantic analysis | ~72K | ~3min | ~$1.2 |
- | FFmpeg split | 0 | ~10min | Free |
- **~67K tokens per hour of video, ~$0.74 per hour**
- ### Installation
- ```bash
- pip install openai-whisper
- # Install FFmpeg system-wide
- ```
- ### Usage
- ```bash
- # Step 1: Extract subtitles (auto extracts audio first)
- python video_chapter_splitter.py "video.mp4" --extract-only
- # Step 2: Review xxx_subtitles.md, create xxx_chapters.json
- # Step 3: Split by chapters
- python video_chapter_splitter.py "video.mp4" --split-only
- ```
- ---
- ## 相关文章
- - v1.0: [10 分钟,我用 Claude Code 造了一个视频语义切割工具](https://x.com/nopinduoduo/status/2029112063256346969)
- - v2.0: [10 分钟完成 1.5 小时视频语义切割,成本不到 1 元](https://x.com/nopinduoduo/status/2032590321721421945)
- ## 作者
- Created with Claude Code. v1.0 in 5 minutes, v2.0 optimized through real-world usage.
- ## License
- MIT License
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.