+ 
+
+
+
+
FunClip v2.2.0：用 MOSS 做长音频说话人识别与视频剪辑
+ +
+ FunClip v2.2.0 新增一条可选的 MOSS 路径：把长音频交给 vLLM 服务，FunASR 将模型输出归一化为文本、说话人身份和时间段，FunClip 再生成 SRT 或按 spkS01、spkS02 剪辑。
MOSS-Transcribe-Diarize 是 OpenMOSS 维护的第三方模型，不属于 FunASR 或 FunClip。集成固定使用 OpenMOSS-Team/MOSS-Transcribe-Diarize revision e8681d68e7042738ffca8ac8212bc8fcb1131ab8，并明确保留模型归属与支持边界。
数据路径
+| 阶段 | 职责 |
|---|---|
| vLLM | 加载固定 MOSS revision，通过 /v1/audio/transcriptions 返回带时间与说话人标记的 JSON。 |
| FunASR 1.4.9+ | 解析转写结果并生成统一的 text、timestamp 与 sentence_info。 |
| FunClip 2.2.0 | 渲染说话人 SRT、按说话人选段，或把时间段交给现有音视频剪辑流程。 |
1. 启动固定 revision 的 vLLM 服务
+python -m venv .venv-moss
+. .venv-moss/bin/activate
+pip install -U vllm
+
+vllm serve OpenMOSS-Team/MOSS-Transcribe-Diarize \
+ --revision e8681d68e7042738ffca8ac8212bc8fcb1131ab8 \
+ --served-model-name moss-transcribe-diarize \
+ --trust-remote-code --host 127.0.0.1 --port 8898先用真实音频检查服务契约。当前经过验证的格式是 response_format=json：
curl -fsS http://127.0.0.1:8898/v1/audio/transcriptions \
+ -F file=@sample.wav \
+ -F model=moss-transcribe-diarize \
+ -F response_format=json \
+ -F max_completion_tokens=81922. 启动 FunClip
+python -m pip install -U -r requirements.txt
+python funclip/launch.py \
+ --model moss \
+ --moss-backend vllm \
+ --moss-base-url http://127.0.0.1:8898/v1 \
+ --moss-max-tokens 8192远端服务需要 bearer token 时，把凭据放进 MOSS_API_KEY 环境变量；FunClip 不要求把 token 写进命令行或仓库。
能力与边界
+-
+
- 支持长音频 ASR、说话人身份、SRT，以及按说话人剪辑，包括不足一秒的有效短说话片段。 +
- MOSS 提供段级时间戳，适合按整段或说话人剪辑；任意文本的精确字符级剪辑仍应使用 Paraformer。 +
- 全局说话人身份依赖模型看到连续音频，因此不接外部 VAD 或说话人模型，避免预切块破坏身份一致性。 +
- 如果最后一个 MOSS 片段因 token 上限没有结束时间戳，FunClip 会明确报错并提示提高
--moss-max-tokens，不会静默丢掉尾段。
+
完整生产部署、健康检查和容量边界见 MOSS 双语部署指南。
+ +下载与校验 v2.2.0
+FunClip-2.2.0.tar.gz
+SHA256 994c5d9cf392b74b36284d526eca8bada1560a3e7825ab7baa9c673a1b4ef216
+
+FunClip-2.2.0.zip
+SHA256 4f5a7d33d9ea65467f29b55b15ed5be18e64de7e57e2f9f36fe51a23b40557e7从 FunClip v2.2.0 Release 下载归档和 SHA256SUMS，不要从不明镜像复制二进制或凭据。
发布内容对应 commit
+ c205bf32a8b11226ff5e8acb9a3c7a1f00cd3b06。仓库测试结果为 84 passed、1 skipped；H100 + vLLM 两说话人样例返回 S01/S02、有效 SRT，并成功按 S02 剪辑。这个验证证明发布链路可用，不代表所有语言、音频条件或并发规模。先按部署指南跑通一段真实双人音频，再进入 FunClip 处理自己的视频。
查看 FunClip v2.2.0 发布与下载