ما هي FunClip؟
FunClip أداة مستضافة ذاتيًا ومفتوحة المصدر تُؤتمت عملية مونتاج الفيديو من خلال الجمع بين التفريغ النصي للكلام واختيار اللحظات بمساعدة الذكاء الاصطناعي، بدلًا من مطالبتك بمراجعة المادة الخام يدويًا. طوّرتها ModelScope، منصة النماذج المفتوحة التابعة لعلي بابا، وتبني على نماذج التعرف على الكلام FunASR الخاصة بذلك الفريق.
- نوع المنتج: أداة ويب/سطر أوامر مستضافة ذاتيًا — تُثبَّت عبر git clone وبايثون، وليست تطبيق سطح مكتب قابلًا للتنزيل ولا منتج SaaS مستضافًا
- الجهة المطوّرة: ModelScope (منصة النماذج المفتوحة التابعة لعلي بابا)، وتحديدًا عمل مختبر الصوت TONGYI التابع لها
- الترخيص: MIT للشيفرة المصدرية الخاصة بـ FunClip نفسها، وهو ما تم تأكيده من خلال ملف LICENSE في مستودع GitHub؛ وأوزان نموذج FunASR الأساسي الذي تعتمد عليه مرخّصة بشكل منفصل بموجب Apache 2.0
- الاعتمادية الأساسية: FunASR، مجموعة أدوات التعرف على الكلام المفتوحة المصدر الخاصة بـ ModelScope نفسها، والتي تستخدمها FunClip للتفريغ النصي بدلًا من بناء نموذج ASR خاص بها من الصفر
- الحجم: أكثر من 6,300 نجمة على GitHub وقت كتابة هذه المراجعة
- أحدث إصدار: v2.2.1، الذي يصفه سجل التغييرات الخاص بالمشروع بأنه يحافظ على ألوان الترجمات المختارة عبر أداة عرض مبنية على مكتبة Pillow
ماذا تفعل FunClip فعليًا؟
تأخذ FunClip ملف فيديو، وتفرّغ الكلام الوارد فيه نصيًا، ثم تتيح لك (أو لنموذج LLM بناءً على وصفك) اختيار لحظات محددة لقصها إلى مقاطع مستقلة مع ترجمات مولَّدة مسبقًا.
- التفريغ النصي التلقائي: يقوم نموذج Paraformer-Large التابع لـ FunASR بتفريغ كلام الفيديو نصيًا مع التنبؤ المدمج بالطوابع الزمنية، بحيث يُربط كل مقطع منطوق بنقطة زمنية دقيقة في الفيديو
- التعرف على المتحدثين: يتيح تحديد هوية المتحدثين عبر CAM++ قص مقاطع حسب متحدث معين، وهو مفيد للمقابلات أو الجلسات الحوارية أو التسجيلات التي تضم عدة أشخاص
- تخصيص الكلمات المفتاحية: يتيح دمج SeACo-Paraformer تحديد أسماء كيانات أو مصطلحات معينة مسبقًا لتحسين دقة التعرف على تلك الكلمات
- اختيار المقاطع بمساعدة الذكاء الاصطناعي: بدلًا من مراجعة النص الكامل للتفريغ يدويًا، يمكنك وصف اللحظة التي تريدها ليحدد نموذج LLM الطوابع الزمنية المطابقة المراد قصها
- توليد الترجمات تلقائيًا: تولّد FunClip ترجمات بصيغة SRT لكل من الفيديو الكامل وكل مقطع مقصوص على حدة
- عرض الترجمات: أضاف الإصدار 2.2.1 أداة عرض مبنية على مكتبة Pillow تحافظ على ألوان الترجمات المختارة في فيديو الإخراج
- إخراج متعدد المقاطع: يمكن لـ FunClip توليد عدة مقاطع من فيديو مصدر واحد في تمريرة واحدة، دون الحاجة لتشغيل منفصل لكل مقطع
أمثلة على الاستخدام: طريقتان لاستخدام FunClip
هذه سير عمل مبنية على الميزات الموثقة الخاصة بـ FunClip نفسها — وليست حالات استخدام افتراضية.
قص فيديو طويل عبر واجهة ويب Gradio المحلية
شغّل خدمة Gradio المحلية (افتراضيًا على localhost:7860)، وارفع الفيديو، ودع FunASR يفرّغه نصيًا تلقائيًا. بمجرد انتهاء التفريغ النصي، صف اللحظة التي تريد قصها (مثل إجابة متحدث معين على سؤال) ودع أداة الاختيار المدعومة بالذكاء الاصطناعي تحدد المقطع المطابق، ثم صدّر المقطع مع الترجمات المولَّدة.
التفريغ النصي والقص دفعة واحدة من سطر الأوامر
شغّل videoclipper.py مباشرة على ملف فيديو للحصول على سير عمل قابل للبرمجة وغير تفاعلي — مفيد لمعالجة دفعة من التسجيلات على خادم دون فتح واجهة Gradio في كل مرة. مرّر الخيار -l en للتفريغ النصي بالإنجليزية بدلًا من الصينية الماندرين الافتراضية، أو اعتمد على نموذج SenseVoice للغات أخرى.
المنصة والتسعير والترخيص
المنصة
- ما تذكره FunClip:
- تطبيق بايثون مستضاف ذاتيًا؛ واجهة ويب محلية عبر Gradio بالإضافة إلى نص برمجي من سطر الأوامر. متعددة المنصات من حيث المبدأ، رغم أن دعم أنظمة التشغيل المحددة غير مُدرج في التوثيق.
التكلفة
- ما تذكره FunClip:
- مجانية ومفتوحة المصدر. لا توجد خطة مدفوعة أو خدمة مستضافة؛ تقوم بتشغيلها على جهازك الخاص.
الترخيص
- ما تذكره FunClip:
- MIT للشيفرة المصدرية، وهو ما تم تأكيده من خلال ملف LICENSE في مستودع GitHub؛ وأوزان نموذج FunASR مرخّصة بشكل منفصل بموجب Apache 2.0.
طريقة التثبيت
- ما تذكره FunClip:
- وفقًا لملف README الخاص بالمشروع، استنسخ مستودع GitHub وثبّت الاعتماديات من
requirements.txtداخل بيئة افتراضية بلغة بايثون 3.12 أو أحدث. تتوفر أيضًا أرشيفات إصدارات مرقّمة (مثل FunClip-2.2.1.tar.gz/.zip) مع قيم تحقق SHA256.
تحقق من إصدار بايثون الموصى به حاليًا وقائمة الاعتماديات مباشرة في مستودع GitHub قبل التثبيت، لأن المتطلبات قد تتغير بين الإصدارات.
تثبيت FunClip
تُثبَّت FunClip مجانًا عبر git clone و pip، وتتوفر شيفرتها المصدرية وأرشيفات إصداراتها المرقّمة على GitHub.
Source | Link |
|---|---|
| مستودع GitHub (الشيفرة المصدرية، MIT) | github.com/modelscope/FunClip |
| أرشيفات الإصدارات المرقّمة (مع قيم تحقق SHA256) | github.com/modelscope/FunClip/releases |
| FunASR (مجموعة أدوات التعرف على الكلام الأساسية) | github.com/modelscope/FunASR |
| منصة ModelScope | modelscope.cn |
تتطلب FunClip بيئة بايثون 3.12 أو أحدث، وعتادًا محليًا كافيًا لتشغيل نماذج التعرف على الكلام الخاصة بـ FunASR إلى جانب نموذج LLM الذي تختاره — لا يوجد مثبِّت رسومي ولا خطة مجانية مستضافة لتسجيل الدخول إليها.
FunClip مقابل Whisper.cpp
تعمل كل من FunClip وwhisper.cpp على تشغيل التحويل من الكلام إلى نص محليًا، لكنهما تحلان مشكلتين مختلفتين. Whisper.cpp محرك تفريغ نصي خفيف بلغة C/C++ وقليل الاعتماديات تدمجه في مشاريع أخرى؛ أما FunClip فهي طبقة تطبيق كاملة فوق تفريغ FunASR النصي، تضيف اختيار المقاطع بمساعدة الذكاء الاصطناعي، والتعرف على المتحدثين، وتصدير فيديو بترجمات مدمجة.
الجانب | FunClip | |
|---|---|---|
| الغرض الأساسي | تطبيق مونتاج فيديو شامل من طرف إلى طرف مبني على التفريغ النصي | محرك تفريغ نصي قابل للدمج في أدوات أخرى |
| نموذج الكلام | FunASR Paraformer-Large / SenseVoice | أوزان OpenAI Whisper (منفذة بلغة C/C++) |
| الإخراج | مقاطع فيديو مقصوصة مع ترجمات مولَّدة | نص التفريغ/الترجمة فقط |
| الواجهة | واجهة ويب محلية عبر Gradio + نص برمجي CLI | سطر الأوامر وربط المكتبات |
| اعتمادية التشغيل | بايثون 3.12 أو أحدث، وFunASR، ونموذج LLM | لا يتطلب بيئة تشغيل بايثون |
| الجهة المطوّرة | ModelScope (علي بابا) | Georgi Gerganov / ggml-org |
إذا كان هدفك الحصول على مقاطع فيديو جاهزة بترجمات مع أقل قدر من التحرير اليدوي، فإن خط أنابيب اختيار المقاطع والتصدير المدمج في FunClip يقدّم المزيد بشكل جاهز. أما إذا كنت تحتاج فقط إلى نص تفريغ خام أو ترجمات لإدخالها في خط أنابيبك الخاص، دون بايثون أو طبقة مونتاج فيديو كاملة، فراجع مراجعة whisper.cpp. تحقق من مجموعة الميزات الحالية لكل مشروع في مستودعه الخاص قبل الاختيار.
لمن تناسب FunClip؟
تناسب FunClip من يحتاجون إلى تحويل تسجيلات طويلة إلى مقاطع قصيرة بانتظام ويريدون أتمتة تلك العملية عبر التفريغ النصي ونموذج LLM، بدلًا من المراجعة اليدوية.
استخدم FunClip إذا كنت
- تقص مقاطع قصيرة بانتظام من تسجيلات طويلة — بودكاست، بث مباشر، مقابلات، محاضرات — وتريد أتمتة خطوة إيجاد اللحظة المطلوبة
- تريد ترجمات دقيقة تُولَّد تلقائيًا وتُرفق بمقاطعك دون أداة ترجمة منفصلة
- تحتاج إلى القص حسب المتحدث (مثل عزل إجابات أحد المشاركين في جلسة حوارية) عبر ميزة التعرف على المتحدثين المدمجة
- تشعر بالراحة عند تشغيل تطبيق بايثون محليًا أو على خادم، بما في ذلك تثبيت الاعتماديات وتهيئة نموذج LLM
- تعمل بشكل أساسي مع محتوى باللغة الصينية الماندرين، أو ترتاح لأوضاع اللغة الإنجليزية/متعددة اللغات الموثقة للغات الأخرى
ابحث عن بديل إذا كنت
- تريد محرر فيديو مكتبي مصقولًا بمثبّت رسومي بدلًا من تطبيق بايثون مستضاف ذاتيًا يعمل عبر Gradio أو سطر الأوامر
- تحتاج إلى خدمة مستضافة دون أي إعداد بدلًا من شيء تثبّته وتشغّله على جهازك الخاص
- تحتاج فقط إلى مخرجات تفريغ نصي خام (دون قص/تحرير) — قد تناسبك أداة تحويل كلام إلى نص أخف؛ راجع مقارنة FunClip مقابل Whisper.cpp أعلاه
- تحتاج إلى ضمانات دعم على مستوى المؤسسات بدلًا من الدعم المجتمعي/عبر تذاكر GitHub المعتاد في مشروع مفتوح المصدر
ما لا تصلح له FunClip
لا تصلح FunClip إذا كنت تريد خدمة مستضافة دون تثبيت أو محرر فيديو عام الغرض يتجاوز اختيار المقاطع والترجمات.
- ليست منتجًا مستضافًا — لا توجد خطة سحابية مُدارة؛ تقوم بتثبيتها وتشغيلها بنفسك عبر git clone وبيئة بايثون
- ليست محرر فيديو عام الغرض — تركز تحديدًا على اختيار المقاطع القائم على التفريغ النصي وتوليد الترجمات، وليس على تحرير الخط الزمني أو تصحيح الألوان أو المؤثرات
- ليست صفرية الإعداد — لجعل اختيار المقاطع بمساعدة الذكاء الاصطناعي يعمل، عليك تهيئة نموذج LLM بنفسك، بالإضافة إلى تثبيت بايثون/FunASR
- لا تضمن دعمًا مُدرجًا على مستوى نظام التشغيل — لا يُدرج توثيق المشروع نفسه أنظمة تشغيل محددة مدعومة بخلاف وصفه بأنه تطبيق بايثون/Gradio، لذا تحقق من التوافق مع بيئتك الخاصة قبل الاعتماد عليه
- لم تختبرها PromptQuorum بشكل مستقل من حيث دقة التفريغ النصي — تستند هذه المراجعة إلى مستودع GitHub وملف README الخاصين بـ FunClip، لا إلى اختبارات دقة عملية
أخطاء شائعة عند تقييم FunClip
ينشأ معظم اللبس حول FunClip من توقع محرر فيديو كامل، أو إغفال خيار وضع اللغة، أو افتراض أنها لا تحتاج إلى إعداد إضافي لنموذج LLM.
الخطأ الأول: توقع محرر فيديو كامل قائم على الخط الزمني
تُؤتمت FunClip اختيار المقاطع القائم على التفريغ النصي وتوليد الترجمات — وهي ليست محررًا عام الغرض يضم خطًا زمنيًا أو تصحيح ألوان أو مؤثرات. اجمعها مع محرر مخصص لمزيد من الصقل بعد القص.
الخطأ الثاني: افتراض أن التفريغ النصي بالإنجليزية يعمل دون خيار اللغة
تفرّغ FunClip افتراضيًا اللغة الصينية الماندرين نصيًا. أما بالنسبة للإنجليزية، فيوثّق المشروع خيار -l en، ويُعالَج المحتوى متعدد اللغات بشكل منفصل عبر نموذج SenseVoice — راجع ملف README الحالي لمعرفة الخيارات ونماذجها الدقيقة قبل افتراض أن لغة ما تعمل مباشرة دون إعداد.
الخطأ الثالث: افتراض أن المونتاج بمساعدة الذكاء الاصطناعي يعمل دون أي إعداد
تتطلب ميزة اختيار اللحظات بمساعدة الذكاء الاصطناعي أن تقوم بتهيئة نموذج LLM بنفسك. دون هذا الإعداد، ستقتصر على أجزاء التفريغ النصي والاختيار اليدوي من سير العمل.
الخطأ الرابع: الخلط بين ترخيص MIT الخاص بـ FunClip وترخيص أوزان نموذج FunASR
الشيفرة المصدرية الخاصة بـ FunClip نفسها مرخّصة بموجب MIT، لكن أوزان نموذج FunASR الأساسي التي تعتمد عليها مرخّصة بشكل منفصل بموجب Apache 2.0. إذا كانت شروط الترخيص مهمة لحالة استخدامك، تحقق من كلا الترخيصين، لا من ملف LICENSE الخاص بمستودع FunClip فقط.
المنافسون والبدائل
غالبًا ما تُقارَن FunClip بأدوات محلية أخرى مستضافة ذاتيًا للتحويل من الكلام إلى نص مثل whisper.cpp وfaster-whisper وMacWhisper — وأبرز ما يميزها هو تجاوزها التفريغ النصي الخام إلى اختيار مقاطع كامل بمساعدة الذكاء الاصطناعي وتصدير فيديو بترجمات مدمجة.
Tool | Best known for | Link |
|---|---|---|
| whisper.cpp | نسخة C/C++ مجانية ومرخّصة بموجب MIT من OpenAI Whisper للتفريغ النصي على الجهاز | مراجعة Whisper.cpp |
| faster-whisper | إعادة تنفيذ لـ Whisper مبنية على CTranslate2 ومحسّنة للسرعة على وحدة معالجة الرسوميات/المعالج | مراجعة Faster-Whisper |
| MacWhisper | تطبيق تفريغ نصي أصلي مصقول لنظام macOS مبني على نماذج Whisper | مراجعة MacWhisper |
تعكس هذه القائمة الأدوات التي تُقارَن بها FunClip عادةً من جانب التفريغ النصي، وليست تصنيفًا مستقلًا من PromptQuorum — تحقق من مجموعة الميزات الحالية لكل أداة قبل الاختيار. لا تضيف أي من هذه الأدوات الثلاث طبقة اختيار المقاطع بمساعدة الذكاء الاصطناعي وتصدير الفيديو التي تتمتع بها FunClip؛ فهي محركات/تطبيقات تفريغ نصي وليست أدوات مونتاج. راجع أيضًا مقارنة FunClip مقابل Whisper.cpp أعلاه.
الأسئلة الشائعة
ما هي FunClip؟
FunClip (github.com/modelscope/FunClip) هي أداة مجانية ومفتوحة المصدر ومستضافة ذاتيًا لمونتاج الفيديو طوّرتها ModelScope، تقوم بتفريغ الفيديوهات نصيًا باستخدام نماذج التعرف على الكلام FunASR وتستخدم نموذج LLM لإيجاد المقاطع المطلوبة وقصها.
هل FunClip مجانية؟
نعم، FunClip مجانية ومفتوحة المصدر (الشيفرة المصدرية مرخّصة بموجب MIT؛ وأوزان نموذج FunASR مرخّصة بشكل منفصل بموجب Apache 2.0). لا توجد خطة مدفوعة أو خدمة مستضافة — تقوم بتشغيلها على جهازك الخاص.
كيف أثبّت FunClip؟
وفقًا لملف README الخاص بالمشروع، استنسخ مستودع GitHub وثبّت الاعتماديات من requirements.txt داخل بيئة افتراضية بلغة بايثون 3.12 أو أحدث. تتوفر أيضًا أرشيفات إصدارات مرقّمة مع قيم تحقق SHA256 على صفحة الإصدارات.
هل تدعم FunClip اللغة الإنجليزية؟
نعم، تفرّغ FunClip افتراضيًا اللغة الصينية الماندرين نصيًا، لكنها توثّق وضعًا للغة الإنجليزية عبر الخيار -l en، إلى جانب دعم متعدد اللغات عبر نموذج SenseVoice.
هل تعمل FunClip من سطر الأوامر؟
نعم، بالإضافة إلى واجهة ويب Gradio المحلية (افتراضيًا على localhost:7860)، توفر FunClip نصًا برمجيًا من سطر الأوامر، videoclipper.py، للتعرف على الفيديو وقصه مباشرة.
هل تولّد FunClip الترجمات تلقائيًا؟
نعم، تولّد FunClip تلقائيًا ترجمات بصيغة SRT لكل من الفيديو الكامل وكل مقطع مقصوص على حدة، باستخدام تفريغ FunASR النصي مع طوابع زمنية مدمجة.
من يطوّر FunClip؟
تطوّر ModelScope، منصة النماذج المفتوحة التابعة لعلي بابا، FunClip كجزء من عمل مختبر الصوت TONGYI التابع لها. المستودع الرسمي على GitHub هو modelscope/FunClip.
هل تحتاج FunClip إلى نموذج LLM لتعمل؟
تعمل ميزات التفريغ النصي الأساسية وتصدير المقاطع اليدوي دون الحاجة إلى نموذج LLM. أما ميزة اختيار المقاطع بمساعدة الذكاء الاصطناعي، حيث تصف لحظة معينة وتجدها الأداة، فتتطلب تهيئة نموذج LLM بشكل منفصل.
هل يمكن لـ FunClip التعرف على متحدثين مختلفين في تسجيل واحد؟
نعم، تتضمن FunClip ميزة التعرف على المتحدثين عبر CAM++، مما يتيح قص مقاطع حسب متحدث معين — وهو مفيد للمقابلات أو الجلسات الحوارية أو التسجيلات التي تضم عدة أشخاص.
هل اختبرت PromptQuorum بشكل مستقل دقة تفريغ FunClip النصي؟
تستند هذه المراجعة إلى مستودع GitHub وملف README الخاصين بـ FunClip، لا إلى اختبار عملي لدقة التفريغ النصي أجرته PromptQuorum.