4.5 KiB
4.5 KiB
Timeline Studio — 浏览器 AI 视频编辑器
English | 中文 | 日本語 | 한국어 | Español | Français | Deutsch | Português | ไทย | Tiếng Việt | Русский
Timeline Studio 是一个本地优先、直接运行在浏览器中的 AI 视频编辑器。它把接近剪映/CapCut 的多轨时间线，与浏览器 AI 配音、自动字幕、智能画面、数字人和确定性离线导出结合在一起。
打开在线编辑器 · 观看演示 · Hugging Face Space
AI 能力
- 多语言 AI 配音： 中文 Piper/VITS ONNX、英文 Kokoro 82M，以及德语、西班牙语、法语、意大利语和巴西葡萄牙语的浏览器 Piper 声音。
- 自动字幕： Whisper small q8 ONNX，结合音频能量修正时间戳，并对中文识别结果做克制的高置信纠错。
- 智能画面： YOLOS tiny 主体检测与 MODNet 人像抠图，用于图片和完整视频的智能裁切、字幕避让与背景移除。
- AI 人声分离： 在浏览器工作流中提取人声，并把伴奏放入音乐轨。
- 数字人： JoyVASA 音频驱动 + LivePortrait 神经渲染，支持 WebGPU、256px 快速预览与 512px 高质量路径。
- 本地优先推理： 大模型按需加载、锁定版本并由 Service Worker 缓存；受支持的流程不需要把项目素材上传到编辑后端。
剪辑与导出
- 连续主画面轨，以及可自由定时的画中画图层。
- 在画布中直接选择、移动、等比缩放和旋转，并支持遮罩、滤镜、效果、动画、速度与显式关键帧。
- 字幕、贴纸、配音、分离后的视频原声和背景音乐使用独立时间轨。
- 支持磁吸、全轨对齐线、右键菜单、切分/复制/删除、双指缩放、撤销重做和可移植
.timeline项目。 - 播放预览使用原生媒体路径保证流畅；导出使用独立的确定性离线渲染路径。
- WebCodecs MP4/WebM 合成统一处理画面、音频混音、字幕、画中画、效果与变换，并提供 MediaRecorder 兼容回退。
- 支持安装为 PWA，缓存应用外壳，并提供多语言界面。
Agent Skill
仓库包含 Codex 兼容的 edit-timeline-studio Skill，用于规划、执行和验证可继续编辑的视频时间线。
它可以帮助 Agent：
- 检查素材并保留用户的原始剪辑意图；
- 使用稳定片段 ID 和明确秒数描述可撤销的编辑计划；
- 通过浏览器兼容路径操作在线版或本地编辑器；
- 使用
skills/edit-timeline-studio/scripts/validate_edit_plan.mjs校验声明式编辑计划； - 验证轨道位置、转场、字幕、画中画、实际可听音频和最终导出文件；
- 始终保留可编辑的
.timeline项目，而不是只交付不可逆的视频成片。
当前 Skill 会明确说明能力边界：现阶段已经可以通过浏览器驱动编辑；Skill 中的版本化无头命令协议是下一阶段自动化层，不会把尚未实现的 CLI 描述成现成功能。
快速启动
建议使用 Node.js 20+ 和现代 Chromium 浏览器；运行大型 AI 模型时推荐 WebGPU。
git clone https://github.com/MartinDelophy/ai-video-editor.git
cd ai-video-editor
npm install
npm run dev
打开 Vite 输出的本地地址即可。首次使用某项 AI 能力时可能需要下载模型，后续会复用浏览器缓存。
验证与构建
npm test
npm run build
npm run preview
运行完整仓库检查：
npm run check
部署
仓库中的 netlify.toml 会执行 npm run build、发布 dist、配置 SPA 回退，并启用浏览器 AI/媒体 Worker 所需的跨域隔离响应头。
npx netlify-cli deploy --prod --dir=dist