FunClip
开源、精准易用的视频语音识别与剪辑工具，集成 LLM 的 AI 剪辑功能。
🎯适用场景：视频创作者快速提取字幕、生成精彩片段剪辑
📥 收录于 2026/6/15
📊 仓库数据
✅ 优点
- •语音识别准确率高
- •LLM 驱动的自动剪辑，效率高
⚠️ 限制
- •对硬件有一定要求
- •长视频处理耗时较长
🔗 相关工具
AutoClip
github.com/zhouxiaoka/autoclip
AI-powered 智能视频高光提取与剪辑工具，自动识别视频精彩片段并生成剪辑。
🎯自动从长视频中提取精彩片段用于社交媒体分享
MoneyPrinterTurbo
github.com/harry0703/MoneyPrinterTurbo
AI 短视频生成工具，56,087+ stars。利用大模型一键生成高清短视频，自动完成选题、文案、配音、字幕、画面生成全流程。是国内最受欢迎的 AI 短视频自动化工具。
🎯多模态内容理解与生成
Sora 2
openai.com/sora
OpenAI 的旗舰级视频生成模型，基于 Diffusion Transformer 架构。支持最长 60 秒视频生成，在物理模拟（流体、光影、碰撞）方面表现卓越。通过 ChatGPT Plus/Pro 订阅可用，是 2026 年质量最高的文生视频模型。
🎯多模态内容理解与生成
Umi-OCR
github.com/hiroi-sora/Umi-OCR
Umi-OCR 是一款免费开源的离线 OCR 文字识别软件，支持截屏识别、批量导入图片识别、PDF 文档识别，可排除水印和页眉页脚干扰，支持扫描和生成二维码，内置多国语种识别库。44K+ stars。
🎯日常文字识别、批量 OCR 处理、离线环境下的文字提取
LivePortrait
github.com/KlingAIResearch/LivePortrait
让静态肖像照片“活起来”的 AI 肖像动画工具。支持单张照片驱动面部表情、头部姿态和口型同步，可生成逼真的肖像动画视频。18K+ stars，是开源数字人和肖像动画领域的标杆项目
🎯多模态内容理解与生成
Wan 2.1
github.com/Wan-Video/Wan2.1
阿里巴巴通义万相视频生成模型 Wan 2.1，支持高质量文本到视频生成，支持多种分辨率和时长，开源权重可商用
🎯AI 视频生成、文本到视频转换、创意内容制作