VidTrainPrep最新版

VidTrainPrep 是一个基于 Python 的强大工具，专注于帮助用户高效剪辑和准备视频数据，特别适合为 LORA、Wan 或 Hunyuan 等视频生成模型创建高质量的训练数据集。它结合了直观的用户界面、灵活的功能设计和现代化的工作流程，让用户能够轻松完成从视频裁剪到描述生成的一系列任务。（此工具是对 Tr1dae 原版 HunyClip 的重大重构和增强。）

核心功能概览

1. 精准范围剪辑

• 在单个源视频中定义多个起止点（范围），而不仅仅局限于单一修剪点。
• 支持交互式范围创建，通过在预览窗口中绘制裁剪矩形直观地指定剪辑区域。
• 每个范围可以独立设置裁剪区域，确保灵活适配不同的训练需求。

2. 全面的视频处理

• FPS 转换工具：将视频转换为目标帧率（如 30 FPS），以确保训练数据的一致性。
• 导出选项丰富：

  • 导出裁剪后的视频片段。
  • 导出未裁剪但按范围定时的视频片段。
  • 导出每个范围起始帧的图像，便于进一步分析或标注。

3. AI 驱动的描述生成

• 可选集成 Gemini API，自动为导出的视频范围生成描述或字幕。
• 支持添加自定义触发词（如 MyLoraTag），以及角色名称，以生成更个性化的描述内容。

4. 现代化用户界面

• 深色单色主题，提供清爽且专业的视觉体验。
• 支持会话保存功能，记住文件夹选择、范围定义和导出设置，方便后续操作。

5. 键盘快捷键支持

• 提供多种快捷键，加快导航和编辑速度，例如：

  • Z：循环预览选定范围。
  • C：播放/暂停当前视频。
  • A/S 和 Q/W：微调范围的起始帧和结束帧。

安装指南

前提条件

1. Python：推荐使用 3.8 或更高版本。
2. FFmpeg：用于视频裁剪和帧率转换

   • 解压后，将 bin 目录（包含 ffmpeg.exe 和 ffprobe.exe）添加到系统 PATH。
3. Git（可选）：用于克隆仓库。

安装步骤

git clone https://github.com/lovisdotio/VidTrainPrep.git
cd VidTrainPrep

使用工作流程

1. 选择文件夹

   • 点击“选择文件夹”，加载包含源视频的目录。
2. （可选）转换 FPS

   • 如果需要统一视频帧率，点击“转换 FPS...”按钮，输入目标 FPS（如 30）和输出子文件夹名称（如 converted_30fps）。
   • 转换完成后，应用程序会自动切换到新子文件夹。
3. 加载视频

   • 在“视频文件”列表中选择要处理的视频。
4. 定义剪辑范围

   • 使用滑块导航到所需起始帧，设置持续时间（以帧为单位）。
   • 绘制裁剪矩形或点击“在此添加范围”按钮，创建新的剪辑范围。
5. 管理范围

   • 编辑、调整或删除已定义的范围。
   • 预览选定范围（按 Z 键循环播放）。
6. 配置导出选项

   • 勾选是否导出裁剪片段、未裁剪片段或起始帧图像。
   • （可选）设置输出分辨率、文件名前缀、触发词、角色名称等。
7. 导出视频

   • 在主列表中勾选需要导出的视频源，点击“导出选定视频”。
   • 处理后的文件将存储在 cropped 和/或 uncropped 子文件夹中。

特别亮点

Gemini API 集成

• 使用 Gemini API 自动生成视频描述或字幕，简化标注过程。
• 支持个性化提示，如添加触发词或角色名称，提升描述的相关性。

灵活的导出功能

• 用户可以根据需求选择导出裁剪或未裁剪的视频片段，甚至提取关键帧图像，满足不同模型的训练需求。

高效的批量处理

• 支持对整个文件夹中的视频进行批量处理，显著提高工作效率。