告別繁瑣剪輯！利用 OpenAI O3 Mini，無需編碼，打造自動影片剪輯工具。實測去除靜音、重複片段，效果驚人！附詳細步驟教學，新手也能快速上手。
您是否厭倦了繁瑣的影片剪輯工作？現在，利用 OpenAI 最新推出的 O3 Mini (亦稱為 GPT-3.5 Mini) 模型，即使您完全不懂程式碼，也能打造一個自動影片剪輯工具！本文將詳細記錄我如何使用 O3 Mini 模型，從零開始建立一個能自動處理影片的工具，包括去除靜音、消除重複片段，甚至優化旁白。
專案緣起：O3 Mini 的全面測試
我決定對 O3 Mini 進行一次完整的測試，讓它全權負責一個實際的專案：開發一個自動影片剪輯工具。這個工具將會處理所有步驟，從讀取原始影片檔案到輸出剪輯完成的影片，我不需要編寫任何一行程式碼。
四個核心步驟：打造 AI 剪輯流程
整個自動影片剪輯流程大致分為四個主要步驟：
- 創建核心 Python 腳本： 首先，我要求 O3 Mini 創建一個 Python 腳本。這個腳本需要能夠處理指定資料夾（名為 "RAW"）中的所有影片。它需要能夠自動剪除影片中的靜音片段，並保留一小段邊緣以避免截斷音訊。此外，腳本需要利用 AI 分析影片，並智能地決定剪輯點。O3 Mini 建議的方法是：將影片分割成多個片段，然後將每個片段發送到大型語言模型 (LLM)，由 LLM 決定保留還是捨棄該片段。最終的輸出將是所有被批准片段的組合。
- 修正過時的程式碼： 在初步產生的程式碼中，O3 Mini 使用了已經棄用的 OpenAI Whisper API 程式碼。為了修正這個問題，我需要提供一些協助，引導模型使用正確的 API 呼叫。這個過程大約花了五個提示才完成。這突顯了即使使用像 O3 Mini 這樣的強大工具，人類的引導和監督仍然至關重要，尤其是在處理快速發展的技術時。
- 添加除錯日誌 (Logs)： 為了更輕鬆地追蹤程式的執行過程並精確定位需要修正的部分，我要求 O3 Mini 在程式碼中加入詳細的日誌記錄。這使得我可以清晰地了解每個步驟的執行情況，以及哪些部分產生了錯誤的結果。這對於任何軟體開發專案（包括使用 AI 驅動的開發）都是至關重要的。
- 優化片段分析： 我發現 O3 Mini 最初是獨立分析每個影片片段的，這意味著它缺乏上下文來檢測重複或不一致的內容。為了解決這個問題，我提出了一個想法：將整個影片的結構（包括所有片段）傳遞給 O3 Mini，期望它返回僅包含更正後片段的結構。這利用了LLM的上下文理解能力，從更宏觀的角度優化剪輯結果。
實戰範例：42 秒原始影片的蛻變
為了更好地展示這個自動影片剪輯工具的實際效果，我使用了一段 42 秒的原始影片作為範例。這段影片是我朗讀腳本的錄影，其中包含了多次重複和錯誤。
這是我與 O3 Mini 的完整對話過程。一開始，我的提示非常通用。但很快，我注意到剪輯結果並不理想，因為片段要麼太大，要麼跳過了包含實際語音的部分。我發現問題出在程式碼的某一部分，它可能需要使用更好的函式庫來執行靜音偵測。
然後，我並沒有直接告訴 O3 Mini 應該使用哪個函式庫，而是描述了問題所在。我把自己放在一個從未編寫過程式碼的人的角度，他們可能無法理解這是錯誤的程式碼，但他們能感覺到結果不夠理想。
接著，我要求 O3 Mini 產生一個包含所有已刪除文本以及其開始和結束時間的 JSON 檔案，以方便除錯。除錯是所有程式設計師都無法避免的過程，它能幫助你深入了解每個步驟。
我不會詳細列出我創建的每一個提示，重要的是要展示，在某個時間點，O3 Mini 給了我完整的程式碼。從那之後，我就開始專注於特定的函數，因為有了除錯日誌和產生的 JSON 檔案，我可以清楚地知道哪個函數產生了錯誤的結果。當你像這樣集中注意力時，AI 的回應似乎會更好，因為它只需要在特定區域工作。
程式碼解析：揭秘自動剪輯的奧秘
讓我們深入了解一下程式碼的核心部分。
主要的處理流程從 process_video 函數開始。此函數首先載入音訊，然後根據音量偵測靜音片段。在偵測靜音片段的程式碼中，有一個特定的變數用於設定音訊末尾的邊緣或填充。這可以確保它不會直接切斷正在說話的內容。我設定了半秒的邊緣，所以每次它識別到音訊結束時，它只會在該音訊之後半秒處剪輯。
接下來，程式會遍歷每個片段，並使用 OpenAI 的 Whisper API 進行轉錄。然後，將整個轉錄結果發送給 LLM (即 O3 Mini)，以獲得最佳轉錄的建議。
實際執行：見證 AI 的剪輯魔力
讓我們實際執行程式碼，看看效果如何。
影片長度為 42 秒，其中有很多重複的部分。例如，我多次嘗試說 "In my previous video, I've reached..."。程式碼會將這些重複的嘗試轉錄出來。然後，它將這些原始片段發送給 Whisper 進行轉錄，得到文本。接著，它將這些文本發送給 O3 Mini，以獲得如何改進的建議。
您可以看到，O3 Mini 刪除了我重複自己的前三個片段，並保留了 "In my previous video, I've received..."。然後，它發現我在下方重複了 "crawling systematically discovers..."，並將其刪除。最後，它識別出剩餘的片段，將它們合併在一起，產生最終的轉錄結果。
您還會注意到，由於片段分割的原因，同一個短語的不同部分可能會被分開。例如，"Extract specific data from pages" 這句話被分成了兩個片段，中間有一段間隔。但程式碼仍然能夠識別出它們屬於同一句話，並在最終結果中將它們合併。
我們可以通過調整 detect_segments 函數中的靜音時間閾值來控制片段分割的精細度。
我對這個結果非常滿意，但我沒有嘗試在 GPT-4 或 DeepSeek 上創建這個工具。如果您嘗試在其他 LLM 中創建相同的專案，請在評論中告訴我。因為我嘗試創建這個工具的唯一另一個 LLM 是 GPT-3.5 Turbo，但它並沒有成功。
實時編輯：28 分鐘原始影片的精簡剪接
現在，讓我們用這個工具來處理一段更長的影片。我用這個工具編輯了這段影片的原始素材，它有 28 分鐘長！
執行程式碼後，它將影片從 28 分鐘縮短到了 8 分鐘 29 秒。我可能還需要再編輯一些內容，但讓我們看看僅僅運行這段程式碼就得到了什麼結果。
(影片展示剪輯後的結果，省略詳細內容)
總體而言，即使是 O3 Mini，也能達到接近專業水準的自動影片剪輯效果。
總結：O3 Mini 開啟自動化影片剪輯新時代
這就是本次影片的全部內容。如果您喜歡它，請點贊；如果您覺得它對您有任何幫助，請考慮訂閱以獲取更多類似的影片。我們下個影片再見！
關鍵 takeaway:
- 即使是像 O3 Mini (或 GPT-3.5 Mini) 這樣的較小型模型，也能夠在自動影片剪輯任務上表現出色。
- 透過巧妙的提示工程和迭代優化，可以讓 O3 Mini 完成複雜的任務。
- 除錯和日誌記錄對於使用 AI 進行開發至關重要。
- 即使您沒有編碼經驗，也可以利用 O3 Mini 創建強大的工具。
- 自動影片剪輯 的未來充滿了潛力，而 O3 Mini 則為我們打開了這扇大門。
