162 lines
2.9 KiB
Markdown
162 lines
2.9 KiB
Markdown
---
|
||
name: videocut-install
|
||
description: 环境准备。安装依赖、下载模型、验证环境。触发词：安装、环境准备、初始化
|
||
metadata:
|
||
version: "1.0.0"
|
||
alias: "videocut:安装"
|
||
---
|
||
|
||
<!--
|
||
input: 无
|
||
output: 环境就绪
|
||
pos: 前置 skill，首次使用前运行
|
||
|
||
架构守护者：一旦我被修改，请同步更新：
|
||
1. ../README.md 的 Skill 清单
|
||
2. /CLAUDE.md 路由表
|
||
-->
|
||
|
||
# 安装
|
||
|
||
> 首次使用前的环境准备
|
||
|
||
## 快速使用
|
||
|
||
```
|
||
用户: 安装环境
|
||
用户: 初始化
|
||
用户: 下载模型
|
||
```
|
||
|
||
## 依赖清单
|
||
|
||
| 依赖 | 用途 | 安装命令 |
|
||
|------|------|----------|
|
||
| funasr | 口误识别 | `pip install funasr` |
|
||
| modelscope | 模型下载 | `pip install modelscope` |
|
||
| openai-whisper | 字幕生成 | `pip install openai-whisper` |
|
||
| ffmpeg | 视频剪辑 | `brew install ffmpeg` |
|
||
|
||
## 模型清单
|
||
|
||
### FunASR 模型（口误识别用）
|
||
|
||
首次运行自动下载到 `~/.cache/modelscope/`：
|
||
|
||
| 模型 | 大小 | 用途 |
|
||
|------|------|------|
|
||
| paraformer-zh | 953MB | 语音识别（带时间戳） |
|
||
| punc_ct | 1.1GB | 标点预测 |
|
||
| fsmn-vad | 4MB | 语音活动检测 |
|
||
| **小计** | **~2GB** | |
|
||
|
||
### Whisper 模型（字幕生成用）
|
||
|
||
首次运行自动下载到 `~/.cache/whisper/`：
|
||
|
||
| 模型 | 大小 | 用途 |
|
||
|------|------|------|
|
||
| large-v3 | 2.9GB | 字幕转录（质量最好） |
|
||
|
||
### 总计
|
||
|
||
约 **5GB** 模型文件
|
||
|
||
## 安装流程
|
||
|
||
```
|
||
1. 安装 Python 依赖
|
||
↓
|
||
2. 安装 FFmpeg
|
||
↓
|
||
3. 下载 FunASR 模型（口误识别）
|
||
↓
|
||
4. 下载 Whisper 模型（字幕生成）
|
||
↓
|
||
5. 验证环境
|
||
```
|
||
|
||
## 执行步骤
|
||
|
||
### 1. 安装 Python 依赖
|
||
|
||
```bash
|
||
pip install funasr modelscope openai-whisper
|
||
```
|
||
|
||
### 2. 安装 FFmpeg
|
||
|
||
```bash
|
||
# macOS
|
||
brew install ffmpeg
|
||
|
||
# Ubuntu
|
||
sudo apt install ffmpeg
|
||
|
||
# 验证
|
||
ffmpeg -version
|
||
```
|
||
|
||
### 3. 下载 FunASR 模型（约2GB）
|
||
|
||
```python
|
||
from funasr import AutoModel
|
||
|
||
model = AutoModel(
|
||
model="paraformer-zh",
|
||
vad_model="fsmn-vad",
|
||
punc_model="ct-punc",
|
||
)
|
||
print("FunASR 模型下载完成")
|
||
```
|
||
|
||
### 4. 下载 Whisper 模型（约3GB）
|
||
|
||
```python
|
||
import whisper
|
||
|
||
model = whisper.load_model("large-v3")
|
||
print("Whisper 模型下载完成")
|
||
```
|
||
|
||
### 5. 验证环境
|
||
|
||
```python
|
||
from funasr import AutoModel
|
||
|
||
model = AutoModel(
|
||
model="paraformer-zh",
|
||
vad_model="fsmn-vad",
|
||
punc_model="ct-punc",
|
||
disable_update=True
|
||
)
|
||
|
||
# 测试转录（用任意音频/视频）
|
||
result = model.generate(input="test.mp4")
|
||
print("文本:", result[0]['text'][:50])
|
||
print("时间戳数量:", len(result[0]['timestamp']))
|
||
print("✅ 环境就绪")
|
||
```
|
||
|
||
## 常见问题
|
||
|
||
### Q1: 模型下载慢
|
||
|
||
**解决**：使用国内镜像或手动下载
|
||
|
||
### Q2: ffmpeg 命令找不到
|
||
|
||
**解决**：确认已安装并添加到 PATH
|
||
|
||
```bash
|
||
which ffmpeg # 应该输出路径
|
||
```
|
||
|
||
### Q3: funasr 导入报错
|
||
|
||
**解决**：检查 Python 版本（需要 3.8+）
|
||
|
||
```bash
|
||
python3 --version
|
||
```
|