Clips Kitty: lokalne AI do wycinania wideo dla twórców treści
Doświadcz automatycznego wydobywania podkreśleń, śledzenia twarzy z uwzględnieniem mówcy oraz lokalnych napisów, aby przekształcić długie transmisje w pionowe krótkie filmy. Clips Kitty, stworzony przez ColinGPT9, uruchamia swój proces AI na twoim komputerze z systemem Windows, więc nagrania nigdy nie opuszczają maszyny. Automatyzuje transkrypcję, przycinanie w formacie 9:16 oparte na twarzy oraz napisy wbudowane, oferując jednocześnie transkrypcję w wielu językach i opcjonalne tłumaczenie. Narzędzie jest skierowane do streamerów i menedżerów mediów społecznościowych, którzy potrzebują priorytetowego podejścia do prywatności, zautomatyzowanego przycinania bez przesyłania do chmury.
Co właściwie robi Clips Kitty dla długich filmów wideo?
Clips Kitty analizuje długie nagrania i wyodrębnia krótkie fragmenty przy użyciu lokalnych dużych modeli językowych i szybkiej transkrypcji whisper. Akceptuje lokalne pliki i linki z platform takich jak YouTube, Twitch i Kick, przeprowadza śledzenie twarzy z uwzględnieniem mówców za pomocą YOLOv8 i TalkNet, a także produkuje pionowe kadry 9:16 z synchronizowanymi napisami. Proces generuje również automatycznie tytuły, opisy i hashtagi, co przyspiesza przygotowywanie postów w formacie krótkim.
Ile wpływu na system powinieneś się spodziewać podczas przetwarzania?
Przetwarzanie odbywa się lokalnie na komputerze użytkownika z systemem Windows, łącząc front-end Electron z backendem Python, który wywołuje szybką transkrypcję whisper i Ollama. Oznacza to, że obciążenie CPU i GPU zależy od modeli, które uruchamiasz; aplikacja została zaprojektowana tak, aby utrzymywać pracę na urządzeniu, zamiast wysyłać dane do zdalnej usługi. Możesz wybrać lokalne opcje modelu, aby zrównoważyć szybkość i dokładność, co jest przydatne podczas pracy na sprzęcie konsumenckim podczas długich zadań wsadowych.
Czy Clips Kitty jest bezpieczny w użyciu z prywatnymi materiałami?
Aplikacja z założenia utrzymuje dane wideo lokalnie, co zapobiega automatycznym przesyłaniu do usług chmurowych i wspiera audyt społecznościowy, ponieważ projekt jest open source na licencji AGPL-3.0. Używa lokalnych LLM i narzędzi transkrypcyjnych, więc wrażliwe nagrania pozostają na twoim dysku. Programista dostarcza opcję uruchamiania modeli takich jak Ollama lokalnie, co zmniejsza zewnętrzne połączenia sieciowe podczas procesu AI.
Czy potrzebujesz wiedzy technicznej, aby poprawnie go obsługiwać?
Podstawowe przepływy pracy są zautomatyzowane, ale zaawansowana konfiguracja wymaga pewnej znajomości wyboru modeli i lokalnych narzędzi. Interfejs grupuje kroki przycinania: import, transkrypcja, wykrywanie fragmentów, kadrowanie, dodawanie napisów, renderowanie i opcjonalnie automatyczne publikowanie. Zwykli twórcy mogą korzystać z ustawień domyślnych, podczas gdy zaawansowani użytkownicy mogą wymieniać modele lub dostosowywać parametry śledzenia twarzy. Projekt będący open source oznacza również, że użytkownicy techniczni mogą sprawdzać lub modyfikować skrypty procesu, jeśli zajdzie taka potrzeba.
Praktyczne narzędzie do wycinania z naciskiem na prywatność z zastrzeżeniem rozwoju alfa
Clips Kitty odpowiada streamerom i menedżerom społecznościowym, którzy potrzebują lokalnego wydobywania najważniejszych momentów i napisów bez zależności od chmury. Łączy transkrypcję, przycinanie z uwzględnieniem twarzy oraz renderowanie napisów w jedną lokalną procedurę, a także obsługuje wiele języków. Oczekuj aktywnego statusu rozwoju alfa i okazjonalnej niestabilności jako wymiany za wczesny dostęp do tego priorytetowego w zakresie prywatności procesu.
