把视频当文档改：OpenCut-AI 本地 AI 编辑器亲测

剪视频，多数人卡在第一步：素材堆在那，不知道从哪下刀。OpenCut-AI 换了个思路——先把你说的每句话变成文字，然后像删文档里的一句话那样，把视频里对应的片段剪掉。

封面卡：13.1s 转写 30s 素材 · faster-whisper base · CPU int8

它是 Ekaanth 维护的开源项目（github.com/Ekaanth/OpenCut-AI，MIT 协议），定位是「隐私优先的 AI 视频编辑器」：转写、文本剪辑、声音克隆、生成画面全在本机跑，不需要任何 API Key。官方拿它对标 Descript——一个每月收 24 到 65 美元的云端工具。OpenCut-AI 免费，数据也不出你的机器。

我花了一个早上实测，下面是真实跑出来的数字。

亲测环境

• 机器：MacBook Pro（Apple M1 Pro，16GB 内存）
• 系统：macOS 26.5.2
• 工具链：Python 3.10（uv 虚拟环境）、FFmpeg 8.1、Bun 1.3.11
• 测试素材：30 秒中文口播视频（1280×720，本地生成，语音 18.66 秒 + 尾部 11.34 秒静音）

实测一：转写（whisper-service，端口 8421）

OpenCut-AI 把转写拆成一个独立的 FastAPI 微服务，基于 faster-whisper（base 模型，CPU + int8 量化）。

转写全文（实测原文，一字未改）：

大家好,這裡是OpenCop AI的測試素材,它是一款完全在本地運行的 AI 視頻編輯器,你可以像編輯文檔一樣剪輯視頻,刪除一句話,時間線就會自動減掉,今天我們來實測它的轉寫功能。

有两点值得说。一是输出是繁体中文（"這裡/視頻/剪輯"），不是简体；二是专名听错了，"OpenCut-AI" 被识别成 "OpenCop AI"，"剪掉" 变成 "減掉"。base 模型精度就是这样，够用，别指望完美。官方提供 small、medium 等更大模型，可以按需换。

管线：视频 → [whisper 本地转写] → 文本时间轴 → 删句即剪辑

实测二：前端与完整栈的边界

• bun install：9.31 秒装完 1114 个包
• bun run dev:web：Next.js 16（Turbopack）3.6 秒 Ready
• 首页打开时报 ZodError 配置校验错误——需要按 .env.example 补齐环境变量
• 完整功能（文本剪辑时间轴、声音克隆、AI 生成画面）依赖 Docker Compose 全套（Postgres + Redis + 9 个 AI 微服务），本机 Docker daemon 未运行，本次未做端到端操作 官方功能 · 未实测

转写链路我在本机真实跑通了；编辑器 UI 和声音克隆/生成画面这几块，属于仓库可装、环境未齐，我不拿没验证的东西充数。

它解决什么问题

一句话：把「剪辑视频」变成「删文字」。

• 转写后每句话带时间戳，删掉一句，时间线自动重剪 官方功能 · 未实测
• Smart Cut 一键去「嗯、啊」口头语和静音段（我们的素材尾部 11.34 秒静音正好是典型场景）
• 声音克隆：6 秒样本即可克隆音色 官方功能 · 未实测
• AI 生成画面：9 个模型、5 个供应商 官方功能 · 未实测
• 所有数据存在本地 OPFS，不上云

转写对照：OpenCut-AI → OpenCop AI（专名误听）· 剪掉 → 減掉（繁体输出）· base 模型真实精度

亲测视频

30 秒口播素材的转写实拍与逐句字幕对照（字幕为转写真实输出）。

同类方案对比（亲测视角）

方案	本地运行	开源	零 API Key	转写实测	成本
OpenCut-AI	✅	✅ MIT	✅	✅ 13.1s / 30s 素材	免费（自备机器）
Descript	❌ 云端	❌	❌	官方宣称	$24–65/月
CapCut	❌ 云端	❌	❌	—	免费带水印
纯 FFmpeg 手动剪	✅	✅	✅	无 AI 转写	免费但费手

结论

OpenCut-AI 是那种想法对了、工程还在长的项目：核心转写链路的本地化做得干净利落，13 秒跑完 30 秒素材，零 Key 零云。但别把它当成装好就能全功能用的成品——Docker 全家桶要先起，配置校验会卡你一下，转写还有繁体、误听这类小模型瑕疵。

想尝鲜的，先把 whisper-service 单跑起来试转写，这条路我验证过；要当主力剪辑工具用，等 Docker 环境齐了再上完整栈。