AudioCut GPT 是一款利用 GPT 大模型深度解析语音信息的智能剪辑工作站。它通过高精度的声音识别技术，将音频流转化为可搜索、可编辑的文本流，颠覆传统的音频剪辑体验。
- 深层解析: 软件自动识别语音中的语气词、重复句及空白段落，精准捕捉语音情绪与结构。
- 文本驱动剪辑: 用户无需在波形图中反复查找，只需在文本编辑器中勾选或删除文字，软件即可毫秒级完成对应的音音频片段切分与重组。
- 高精度对齐: 基于字级别的毫秒级时间戳，确保剪辑点极其流畅自然。
- 🎙️ 采访粗剪: 快速提取对话精华，自动过滤尴尬的沉默与口头禅。
- 🚮 录音废话清理: 一键剔除冗余片段，提升信息密度。
- 📱 短视频素材生产: 像编辑文档一样制作视频音频轨道，大幅缩短后期制作周期。
- 🎤 多模式语音识别: 支持本地 Whisper 模型、OpenAI Whisper API 以及 Claude 语音转录。
- 📝 可视化字级别选择: 在 Web 界面上直观地通过拖拽选择需要剪辑的字词片段。
- ✂️ 精准切片引擎: 基于 FastAPI 后端的高性能音频处理引擎，支持长音频并发处理。
- 📦 打包导出: 剪辑结果自动打包为 ZIP，包含分段 MP3 和对应的时间戳 JSON 文件，方便二次开发。
- 🎨 现代化 UI: 采用 Tailwind CSS v4 构建的深色透传 (Glassmorphism) 风格界面，极致的视觉交互体验。
- Python 3.10+
- Node.js 18+
- FFmpeg: 必须安装并添加到系统路径（用于高性能音频编码）
后端代码位于 server/ 目录。
# 安装依赖
pip install -r server/requirements.txt
# 运行后端
python -m server.main默认接口地址: http://127.0.0.1:8000
前端基于 Vite 6 + React 19 构建。
# 安装依赖
npm install
# 运行开发服务器
npm run dev默认访问地址: http://localhost:5173
voice_editor/
├── src/ # React 前端源代码 (Vite + TS)
│ ├── features/ # 功能模块 (编辑器、状态管理)
│ ├── shared/ # 通用 UI 组件与工具 (Zustand, CVA)
│ └── app/ # 路由与全局配置
├── server/ # FastAPI 后端源代码
│ ├── services/ # 转录(Whisper/GPT)与音频处理逻辑
│ ├── uploads/ # 临时上传区
│ └── outputs/ # 导出结果区
├── public/ # 静态资源
├── package.json # 前端依赖与脚本
├── vite.config.ts # Vite 配置 (包含 API 代理)
└── .env # 环境配置文件
- 上传音频: 拖拽文件到上传区，支持 MP3, WAV, m4a 等。
- 等待识别: 系统自动根据配置的模式进行转录，进度实时显示。
- 字级别选择: 在识别出的文本中，按住鼠标左键拖拽选择需要的片段。
- 生成剪辑: 点击页面下方的“生成剪辑”按钮。
- 下载结果: 点击“下载结果”获取包含音频和时间戳的 ZIP 包。
- FastAPI: 异步 Web 框架
- FFmpeg: 音频处理核心
- OpenAI/Anthropic/Whisper: 语音识别引擎
- Pydantic: 数据校验
- React 19: 核心框架
- Vite 6: 构建工具
- Tailwind CSS v4: 样式布局
- Zustand: 状态管理
- Lucide React: 图标库
- 原项目文件（Flask 版本）已重命名为
.bak备份在目录中。 vite.config.ts已配置热更新代理，所有/api/*请求会自动转发到 FastAPI 端口。
MIT License