wassgha/rescript

Edit video and audio like you edit text — fully offline, on your device.

# rescript. [](https://github.com/wassgha/rescript) [](https://discord.gg/qJAhYFydat) [](https://x.com/wassgha) **✨ 在浏览器中体验 [wassgha.github.io/rescript](https://wassgha.github.io/rescript/)** 或下载[桌面应用](#download) [](https://wassgha.github.io/rescript/) Rescript 是一款开源的、基于 transcript（文字稿）的媒体编辑器。导入视频或 音频文件，它会在本地进行转录，提供逐词时间戳和说话人 标签。在 transcript 中删除文字，媒体中相应的片段就会被 剪除。导出最终剪辑——而你的文件永远不会离开你的设备。 ## 下载 请查看 [Releases](https://github.com/wassgha/rescript/releases) 页面。桌面 构建会从 GitHub Releases 自动更新。更喜欢使用浏览器？可以使用 [Web 应用](https://wassgha.github.io/rescript/)——同样的编辑器，无需安装。 - 🔒 **原生隐私设计** —— 无服务器，无身份验证，无文件上传；所有媒体处理均在本地设备上完成 - 📝 **词汇级编辑** —— 选中文字，按下 ⌫，剪辑即随文本同步剪除 - 📥 **导入自定义 transcript** —— 跳过 Whisper，使用 SRT、VTT 或 JSON 字幕文件进行编辑 - 🧹 **填充词移除** —— 一键剪除“um”、“uh”及类似的语气填充词 - 🗣️ **说话人分离** —— transcript 按说话人进行分组 - 🎬 **时间轴** —— 波形显示、带可拖拽时间手柄的词汇栏，Split（分割）， 裁剪区域，播放头；滚动缩放，侧边拖拽平移 - ✂️ **分割与修剪** —— 在播放头处进行切片分割；拖拽片段边缘以 实现跨越词汇边界的精细化裁剪 - 🎯 **文字时间调整** —— 放大并拖拽词汇边缘，修正 ASR 对齐偏差 - 🔴 **切口边缘调整** —— 拖拽切口的任一边缘，独立于 Whisper 时间戳进行修剪；双击以重置 - ⚡ **实时预览** —— 播放时实时跳过你裁剪的部分 - 📦 **浏览器 / 桌面端导出** —— 借助 ffmpeg.wasm 导出帧精确的 MP4（视频）或 M4A（音频） - 🎧 **音频文件** —— 以与视频相同的方式编辑播客、语音备忘录和采访 - 🖥️ **桌面应用** —— 通过 Electron 支持 macOS、Windows 和 Linux（在 Mac 上已签名并公证） ## 技术栈 | 组件 | 技术 | | --- | --- | | 应用程序 | [Next.js](https://nextjs.org) + React + TypeScript + Tailwind | | 桌面端 | [Electron](https://www.electronjs.org/) + [electron-builder](https://www.electron.build/)（从 GitHub Releases 自动更新） | | 转录 | [transformers.js](https://github.com/huggingface/transformers.js) 在 Web Worker 中运行 [`whisper-base_timestamped`](https://huggingface.co/onnx-community/whisper-base_timestamped) 或 [`whisper-small_timestamped`](https://huggingface.co/onnx-community/whisper-small_timestamped)（支持 WebGPU，并以 WASM 作为后备） | | 说话人标签 | [`pyannote-segmentation-3.0`](https://huggingface.co/onnx-community/pyannote-segmentation-3.0) (ONNX) | | 媒体处理 | [ffmpeg.wasm](https://ffmpegwasm.netlify.app/)（多线程）用于音频提取和导出 | | 状态管理 | zustand | ## 开发说明 ``` npm install # also copies ffmpeg/onnxruntime WASM into public/vendor npm run dev # Next.js web app (http://localhost:3000) npm run electron:dev # Electron shell + Next.js dev server npm run build # production web build npm run dist # unsigned desktop installers into dist/ npm run lint # eslint ``` 打开 [http://localhost:3000](http://localhost:3000) 并导入一段带有 音轨的视频。有关桌面打包、签名和发布裁剪，请参阅 [RELEASING.md](./RELEASING.md)。 ## 工作原理 1. **提取** —— ffmpeg.wasm 将音轨解码为单声道 16 kHz PCM 格式。 2. **转录** —— Whisper 在 Web Worker 中以 `return_timestamps: "word"` 参数运行， 边运行边流式输出文本；pyannote 为每个词分配说话人。 在主页选择 **Whisper Base**、**Whisper Small** 或 **导入 transcript** (SRT / VTT / JSON)。 3. **编辑** —— 删除文字会生成原始媒体的“裁剪范围”。 预览播放器会实时跳过这些部分，时间轴上它们会以红色显示。 **移除填充词** 功能只需一键即可剪掉所有检测到的“um” / “uh” 等。 4. **导出** —— 保留的片段通过 ffmpeg 的 filter graph 进行修剪和拼接， 并重新编码（`libx264`/`aac`），从而实现逐词精确裁剪。 ## 浏览器支持 对于 Web 应用，推荐使用基于 Chromium 的浏览器。它需要 `SharedArrayBuffer`（由 COOP/COEP 响应头提供支持），并 在可用时使用 WebGPU 进行推理，否则回退到 WASM。桌面应用 通过 Electron 内置了 Chromium，并在其 `app://` 协议上设置了相同的隔离响应头。 ## 许可证 MIT [](LICENSE) [](#download) [](https://www.electronjs.org/) [](https://github.com/wassgha/rescript/stargazers) [](https://github.com/wassgha/rescript/releases/latest) 由 [@wassgha](https://x.com/wassgha) 构建 —— 在 X 上关注以获取更新动态，或者 来 [Discord](https://discord.gg/RCv4gcwE4) 打个招呼。

标签：文本转录, 本地离线, 桌面应用, 浏览器应用, 自动化攻击, 音视频编辑