Descript

目標:做一個本機優先的文字稿影片剪輯器,讓我用逐字稿刪除影片片段並匯出字幕與成品。 技術棧建議:Python FastAPI + SQLite + React，使用 faster-whisper 做本機轉錄，FFmpeg 負責剪輯、音訊處理與匯出。 需求: - 匯入 MP4、MOV、MKV、MP3、WAV 與常見音訊影片格式 - 將影片抽出音訊,使用 faster-whisper 產生含時間戳的逐字稿 - 逐字稿依句子或詞語顯示,點擊文字可跳到對應時間 - 編輯文字時保留原始稿與修正版,支援搜尋及取代 - 選取或刪除逐字稿文字時,同步標記對應影片時間區段為刪除 - 支援刪除贅詞、停頓與指定詞語,並可逐段復原 - 提供影片預覽、播放/暫停、時間軸拖曳與播放速度控制 - 可手動調整片段起訖時間,並在時間軸上顯示剪輯片段 - 產生 SRT、VTT 與純文字逐字稿,可指定字幕每行字數 - 支援自動產生字幕燒錄版影片,可調整字型、大小與位置 - 提供音量正規化與簡單降噪選項,由 FFmpeg 執行處理 - 可匯出 MP4、純音訊與專案 JSON,專案 JSON 必須能重新載入 - 顯示轉錄與匯出進度,處理失敗時保留錯誤訊息與原始檔案 明確不做(out of scope):雲端同步、多人協作、線上錄音室、商用語音模型、AI 生成畫面、喇叭分離、社群平台自動發布與 DRM 處理。 README 要求:說明本機安裝、FFmpeg 與模型下載方式、支援格式、專案檔結構、字幕匯出流程與如何完整備份及搬移資料。