Neonclipping: как нарезать видео на клипы локально и бесплатно
Разбираем NeonClipping: как локальный инструмент находит моменты, делает вертикальные клипы с субтитрами, какие есть режимы и где честные ограничения.
Neonclipping — открытый инструмент, который превращает длинную запись стрима или обычный MP4 в вертикальные клипы с субтитрами, заголовком и коротким хуком. Всё считается на своём компьютере: аккаунт не нужен, подписка не нужна, видео никуда не загружается. Код распространяется по лицензии MIT, автор проекта — Аджай К. Мина, режиссёр, оператор и колорист из Джайпура.
Инструмент принимает ссылки на YouTube, Twitch и Kick, а также локальные файлы. На выходе — ролики 1080×1920 с прожигаемыми субтитрами. README обещает первые клипы примерно за две минуты после вставки ссылки, но это ориентир, а не гарантия: время зависит от длины исходника, сети и процессора.
Ниже — как устроен поиск моментов, чем быстрый режим отличается от глубокого, что можно настроить в готовом клипе, как поставить программу и где заканчиваются её возможности.
1. Что это такое и как работает
Работа начинается со ссылки или файла. Программа не пытается сразу скачать всё видео: сначала она забирает только звуковую дорожку. В README приведён ориентир — 79 МБ и около десяти секунд для 85-минутной записи. Это не рекламная цифра, а описание того, почему быстрый режим вообще возможен: анализ идёт по звуку, а не по картинке.
Дальше нужен текст речи. Для YouTube берутся родные субтитры с пословной разметкой — их отдаёт сам сервис, и отдельная модель распознавания не нужна. Для остальных источников нужен Whisper: сначала на видеокарте, если она есть, потом на процессоре. Транскрипт нужен не для красоты, а для отбора: модель читает текст и понимает, где эмоция, где шутка, где развязка.
После этого звук размечается по громкости и частотам, а лучшие кандидаты уходят локальной языковой модели через Ollama. Она ставит оценку, пишет заголовок и хук. Границы клипа привязываются к границам предложений внутри заданной минимальной и максимальной длины, чтобы ролик не обрывался на полуслове.
И только потом скачиваются сами фрагменты видео. Это ключевая экономия: на диск попадают не часы записи, а несколько выбранных кусков. Рендер идёт через FFmpeg, субтитры прожигаются в кадр, для кодирования используется NVENC при наличии подходящей видеокарты и x264 как запасной вариант.
По умолчанию сервер слушает только 127.0.0.1. Снаружи к нему не подключиться, облака и внешней очереди у проекта нет. Поэтому «бесплатно» здесь означает не пробный период, а отсутствие платежа как такового: сервис не берёт денег, расходы — своё железо и электричество.
2. Два режима поиска моментов
Fast mode включён по умолчанию для видео длиннее десяти минут. Его принцип README формулирует прямо: не смотреть всё видео. Сначала качается звук, потом берётся транскрипт, потом весь трек оценивается по трём сигналам: резкие скачки громкости относительно двухминутной локальной базы, повышенный голос в полосе 2–4 кГц и переходы от тишины к громкости.
Кандидатов отбирается немного, и каждый проходит через локальную модель. Она получает текст момента и возвращает оценку, заголовок и хук. Затем скачиваются только выбранные участки — не весь файл.
Deep mode устроен тяжелее. Он скачивает видео целиком и добавляет к звуковым сигналам оптический поток OpenCV Farneback: быстрые объекты, удары, резкие повороты камеры. К этому добавляется плотность склеек. Кандидатов становится в четыре раза больше, а модель получает по пятнадцать секунд контекста до и после момента.
Разница в затратах предсказуема. README отдельно предупреждает, что глубокий режим проверяли только на коротком видео, а на многочасовых записях он сначала тянет весь файл и работает медленно по своей конструкции. Для длинного стрима это может быть неприемлемо, если нет запаса по диску и времени.
Автор приводит замер на одной машине с RTX 2060 и 16 потоками, по три клипа в быстром режиме:
Источник
Время
85-минутный стрим YouTube с субтитрами
97 секунд
Трёхчасовой VOD Twitch без субтитров
136 секунд
90-секундный трейлер YouTube
21 секунда
90-секундный локальный MP4
14 секунд
← Прокрутите вправо →
Эти числа — замер на одной машине, а не обещание. Трёхчасовой VOD занял 136 секунд — не втрое больше 85-минутного стрима, так что время зависит не только от длины записи. README оговаривает зависимость от сети и процессора, и переносить замеры на другую машину без своей проверки не стоит.
3. Что получается на выходе
Готовый клип — не только нарезка. В проекте одиннадцать раскладок: камера над геймплеем или под ним, размытая заливка, полноэкранный кроп, только геймплей, четыре угловых оверлея, круглый фейскам и side-by-side. Лицо и игру можно выбирать независимо, размер лица регулируется ползунком.
Субтитры пословные и правятся вручную. Пять стилей — GTA Neon, Impact, Clean, Hormozi и MrBeast. Есть экспорт в SRT и WebVTT, импорт SRT, ASS и WebVTT, настройка шрифта, размера, цвета текста, активного слова и обводки, количество слов на экране и локальные профили. Стартовая плашка по умолчанию висит восемь секунд, диапазон — от двух до шестидесяти.
Кнопка Improve opening heading просит модель написать вопрос из выбранного транскрипта. Это работа с текстом, а не генерация картинки: инструмент не генерирует видео нейросетью и не рисует обложки. Если нужна именно генерация изображений, это другая задача — о ней — в материале «Introducing Images 2.6: обзор возможностей и API».
Есть Moment mix: Balanced смешивает активность и текст, Action тянет к энергии, Dialogue — к истории, юмору и выводам. README уточняет, что Balanced и Dialogue предпочитают установленную локально Gemma 4, а другие модели остаются запасным вариантом. Меняются правила отбора и промпты, а не веса базовой модели.
После генерации клипы можно править в My clips → Edit clip. Apply to this clip обновляет один ролик, Apply to this video's clips — все клипы из того же исходника, каждый со своими таймстампами, транскриптом, заголовком и хуком. Скачивание, поиск моментов и распознавание речи не повторяются, но прожигание субтитров и кадрирование требуют нового рендера.
4. Как установить и запустить
Самый простой путь — Windows. На сайте проекта и в релизах лежит NeonClipping-Setup.bat: он проверяет компьютер, ставит Python и FFmpeg, если их нет, разворачивает программу в %LOCALAPPDATA%\NeonClipping, создаёт ярлык на рабочем столе и открывает приложение. Для Mac и Linux есть install.sh, но README отмечает, что на настоящем Mac его ещё не проверяли.
При ручной установке нужны Python 3.10 или новее и FFmpeg в PATH. Ollama с моделью llama3.2:3b необязателен, но с ним появляются оценки, заголовки и хуки от модели; без него клипы выбираются по звуку и движению. Видеокарта NVIDIA тоже необязательна: она ускоряет NVENC и faster-whisper.
Из корня репозитория запуск выглядит так:
После запуска открывается http://127.0.0.1:8770. Порт меняется переменной NEONCLIPPING_PORT, принудительный режим CPU включается переменной NEONCLIPPING_CPU. Это переменные окружения, а не флаги командной строки, и в README они описаны отдельной строкой. Код, тесты и релизы лежат на GitHub; о том, как меняется стек разработки, — в материале «GitHub Universe 2026: Эволюция стека разработки».
Для распознавания речи на видеокарте есть отдельная команда установки двух пакетов NVIDIA. Она нужна только тогда, когда у видео нет субтитров YouTube. Тесты лежат в каталоге tests: юнит-тесты покрывают правило чат-всплесков, группировку субтитров и повторное редактирование, а e2e-набор проверяет страницы, API, раскладки и стили. Последний полный прогон — 187 проверок, все прошли, плюс 12 найденных и исправленных проблем.
5. Живые стримы и авторы
У Neonclipping есть и отдельный режим — Live clipping. Ссылка на Twitch-канал или YouTube Live вставляется в панель, программа записывает поток через Streamlink, анонимно читает чат и считает сообщения в десятисекундных окнах. Клип режется вокруг каждого всплеска: скорость чата выше 2,5 сигмы и в 2,5 раза выше пятиминутной базы.
Клип начинается примерно за 24 секунды до пика, потому что чат реагирует уже после момента. Дальше к нему применяются субтитры, хук, заголовок, раскладка и оценка виральности, как к обычному клипу. Кнопка Clip the last 30 s режет последние полминуты по требованию, Stop завершает сессию. Работает это только пока стрим идёт; для готовых записей есть Make clips. В репозитории лежит и консольная версия live/live_clip.py.
Панель Creators делает то же самое автоматически. Вы добавляете имя на Twitch или ссылку на канал, программа проверяет его раз в минуту и, когда стример выходит в эфир, записывает поток и режет всплески чата. Раскладка, боксы фейскама и стиль субтитров берутся те, что были выбраны при добавлении.
Ограничения бытовые. Один стрим за раз, потому что запись и рендер тяжёлые. Программа должна быть открыта. Запись без присмотра останавливается через три часа и стартует заново, если стример всё ещё в эфире. При свободном месте меньше 8 ГБ запись прекращается, а большой файл удаляется после последнего клипа. Stop ставит автора на паузу на 30 минут. YouTube-каналы определяются через yt-dlp, но автоматическую нарезку YouTube-стрима автор до конца не прогонял.
Есть телефонный пульт. Если запустить ярлык с доступом по сети, программа покажет Wi-Fi-адрес и шестизначный PIN. С телефона в той же сети можно открыть /m, ввести PIN, вставить ссылку, выбрать длину и нажать Clip now. Доступ по умолчанию выключен, после пяти неверных попыток адрес блокируется на десять минут, а загрузка файлов и файловые инструменты остаются только на компьютере.
6. Где ограничения
README не скрывает слабых мест. Первое: отбор моментов — эвристика плюс небольшая локальная модель. Инструмент находит громкие, энергичные и цитируемые куски, но не гарантирует, что они станут вирусными. Смотреть перед публикацией всё равно нужно.
Второе: сигналы действия — простые эвристики на маленькой копии кадра. Оптический поток и вспышки помогают ранжировать моменты, но не распознают погоню. Третье: языковая модель видит только текст. Она не смотрит на экран и не знает, что происходит в кадре, если об этом не сказано в транскрипте.
Четвёртое: без субтитров YouTube — на Twitch-VOD и локальных файлах — каждому кандидату нужна расшифровка локальной моделью, а на процессоре это медленно. Точность субтитров зависит от источника: автоматические субтитры YouTube неидеальны, особенно для хинглиша. Пятое: Deep mode остаётся наименее проверенным — в README он подтверждён только коротким роликом.
Шестое: пресеты фейскама — стартовые точки, а не детекция. Если выбрать нижний правый угол, а камера стоит в нижнем левом, верхняя половина клипа покажет не то. Лучше выбрать правильный угол или нарисовать боксы вручную. Функция Find my facecam смотрит 14 кадров, ищет прямоугольник с постоянной рамкой и проверяет, есть ли в нём лицо моделью YuNet. На 30 реальных стримах она находила вебкамеру везде, где та была, но иногда выделяет только лицо внутри рамки.
Седьмое, и это скорее объяснение, чем минус: проект построен на внешних инструментах — FFmpeg, yt-dlp, FastAPI, faster-whisper, OpenCV, Ollama. Отсюда зависимости при установке и медленная работа на слабом компьютере. Лицензия MIT разрешает использование, но не отменяет проверки перед публикацией.
Что сделать
Чек-лист ниже рассчитан на первую установку и один тестовый исходник. Не нужно сразу перегонять весь архив: сначала убедитесь, что окружение собрано, а клипы проходят ручную проверку. Если на каком-то шаге что-то не сходится, остановитесь и вернитесь к настройке, а не подставляйте приблизительные цифры. Так вы не потратите время на перегонку всего архива ради нескольких неудачных клипов.
Заключение
Ценность Neonclipping не в кнопке «сделать клип», а в архитектуре: сначала звук и текст, потом решение, и только потом видео. Такой порядок сокращает объём скачивания. Но он же задаёт потолок: система судит по речи, громкости и движению, а языковая модель видит только текст.
Для регулярного контента это промежуточный результат, а не финальный монтаж. Для разового эксперимента хватит быстрого режима и одного исходника. В обоих случаях лучше один раз настроить окружение и проверить, как инструмент ведёт себя на вашем железе, чем ориентироваться на таблицу из README.
Что спрашивают перед внедрением
Ниже — вопросы, которые возникают при первом знакомстве с Neonclipping. Ответы опираются на README и описание режимов; если ваш случай не описан, начните с одной записи и проверьте её в быстром режиме. Все формулировки про железо, субтитры и ограничения взяты из документации проекта, а не из догадок.
Первоисточники
Факты и цифры в статье сверены с README репозитория и страницей проекта; данные зафиксированы на 20 ноября 2026 года. Команды, названия файлов и переменные окружения приведены так, как они написаны в документации. Если проект обновится, проверьте установку и параметры запуска в актуальной версии.
Neonclipping экономит время на рутине: звук анализируется отдельно, видео скачивается только выбранными кусками. Сильнее всего это заметно на длинных записях с субтитрами YouTube, где не нужна локальная расшифровка.
git clone https://github.com/iamajmeena/neonclipping
cd neonclipping
./run.ps1
Проверка Neonclipping перед публикацией
Проверьте, что на машине есть Python 3.10 или новее и FFmpeg в PATH, либо запустите NeonClipping-Setup.bat и дождитесь ярлыка на рабочем столе.
Возьмите одну запись длиннее десяти минут с субтитрами YouTube и прогоните её в быстром режиме, чтобы увидеть базовое время.
Повторите тот же фрагмент в глубоком режиме и сравните не только скорость, но и качество выбранных моментов.
Посмотрите каждый клип целиком: границы, субтитры, хук и кадрирование важнее количества нарезок.
Проверьте раскладку и боксы фейскама на реальном кадре, а не на превью.
Если планируете стримы, включите Live clipping на тестовом канале и убедитесь, что запись и сигналы чата работают.
Для телефонного пульта задайте PIN и проверьте, что доступ по сети выключен, когда он не нужен.
Перед публикацией убедитесь, что у вас есть права на исходную запись и на музыку, если добавляли дорожку.
КОМУ ОН НЕ ПОДОЙДЁТ
Если нужен гарантированный вирусный клип, работа без зависимостей или монтаж без ручной проверки, инструмент не закроет задачу. Он выдаёт заготовки по эвристикам, и финальное качество зависит от исходной записи, а не только от настроек.
Вайб-кодинг и ИИ-автоматизация
Александр Антощенко
Эксперт по нейросетям и автоматизацииГибкий Маркетинг
Сооснователь рекламного агентства «Гибкий Маркетинг». Занимаюсь нейросетями и автоматизацией: ИИ-контент (видео, Reels, креативы, тексты), вайб-кодинг приложений и сервисов, парсеры, ИИ-агенты и автопостинг. Автор нашего генератора SEO-статей — ставим клиенту блог под ключ, статьи индексируются и приводят бесплатный поисковый трафик.
Нет. Она ускоряет NVENC и faster-whisper, но без неё рендер идёт через x264, а распознавание речи — на процессоре. На слабой машине это заметно медленнее, но работоспособность сохраняется.
Можно ли работать без Ollama?
Да. Без локальной модели клипы выбираются по звуку и движению, а оценки, заголовки и хуки от языковой модели не появляются. Ollama с llama3.2:3b в README указана как необязательная, но рекомендуемая.
Куда уходят видео и данные?
Сервер по умолчанию слушает только 127.0.0.1, а исходники и результаты остаются в локальном каталоге data и в библиотеке клипов. Аккаунт и облако не используются.
Насколько точны субтитры?
Для YouTube берутся родные пословные субтитры, для остальных источников работает Whisper. Точность зависит от записи: автоматические субтитры YouTube неидеальны, особенно для хинглиша, а для хинди есть отдельная медленная модель large-v3.
Работает ли инструмент на Mac?
Установщик install.sh существует, но README честно пишет, что на настоящем Mac его ещё не проверяли. Основной и проверенный путь — Windows, где NeonClipping-Setup.bat сам ставит Python и FFmpeg.