雙擊 launch.bat → 瀏覽器自動開 → 拖影片進去 → 拿成品。
語音辨識 + 砍冗言贅字 + 上字幕 + 一次輸出 FB / YouTube / IG Reels / Shorts 四種規格。5 分鐘口播 30 秒搞定。
免費開源 · 瀏覽器 GUI · Windows 11 + Python 3.11 + NVIDIA GPU（無 GPU 自動降 CPU）
29 秒測試口播，內含「嗯、那個、就是、然後然後、對對對」
「嗯，那個今天我要跟你介紹一個程式。啊就是，這個程式可以自動偵測口播裡的冗言贅字。然後然後就是說，它會把那些贅字砍掉。對對對，這樣影片就會變得乾淨很多。」
「今天我要跟你介紹一個程式。這個程式可以自動偵測口播裡的冗言贅字。就是說，它會把那些贅字砍掉。這樣影片就會變得乾淨很多。」
+ 自動產生字幕燒在畫面上 + 一次輸出 4 平台
不是 wrapper — 是把 5 個 OSS 工具串成 5 分鐘下班的 pipeline
faster-whisper large-v3，GPU 加速 8 倍即時速度。繁中/中英混合，word-level 時間戳精準到 50ms。
50+ 台灣口播贅字庫（嗯/啊/那個/然後然後）+ LLM 語意偵測。三種強度模式可選。
燒在畫面上（大字 + 描邊 + 半透明底框），每個平台用對應的 PlayResX/Y，字級不會跑掉。
YT 16:9 / Reels-Shorts 9:16 / IG 方形 1:1 / FB Feed，一次跑完。9:16 用模糊背景填邊。
| 平台 | 解析度 | 比例 | 填邊模式 |
|---|---|---|---|
| yt_long | 1920 × 1080 | 16:9 | 純縮放 |
| reels | 1080 × 1920 | 9:16 | 模糊背景 |
| square | 1080 × 1080 | 1:1 | 中央裁切 |
| fb_feed | 1920 × 1080 | 16:9 | 純縮放（省流量 bitrate） |
在 Windows 11 + Python 3.11 + FFmpeg 環境
資料夾內找到 launch.bat 雙擊。
首次啟動會自動裝依賴（約 3-5 分鐘，下載 ~1.5GB）。
之後雙擊就會立刻開。
瀏覽器會自動跳出 http://127.0.0.1:7860 的 GUI 介面。
在 GUI 內：
仍喜歡命令列？跑 python kuban.py 你的影片.mp4 --platforms all 也行。
沒 GPU 也能跑（CPU 模式約慢 10 倍）
沒 GPU？加 --device cpu，慢但能跑。
沒 NIM key？加 --no-llm，純規則庫模式。
目前是 CLI（命令列）工具，需要會在 PowerShell 跑指令。但每個指令都很簡單，README 寫得很白話 — 跟著「下載 → 跑 install.ps1 → 跑 python kuban.py 你的影片.mp4」三步驟就能用。GUI 版本規劃中。
有三種強度可選：gentle（保守）/ normal（預設）/ aggressive（積極）。
內建 whitelist 保護「這個案子」「對於」這類含贅字字眼但其實是內容的詞 — 不會誤砍。
剪完後給你完整 CutPlan JSON 看每個被砍的時間段 + 原因，可手動調整重跑。
用 faster-whisper large-v3（OpenAI Whisper 的優化版），繁中辨識率業界頂尖。但專有名詞、人名、特殊術語可能會錯 — 程式同時產出獨立 .srt 給你進剪映/Premiere 手動修。
影片本身 100% 在你本機處理（faster-whisper + FFmpeg 都跑在本機）。
只有開啟 LLM 偵測模式時，逐字稿的文字會送 NVIDIA NIM（雲端 LLM）判斷語意層贅字 — 不送任何音訊/影片。
想完全離線，加 --no-llm 即可。
沒有硬上限。實測 5 分鐘片約 30-40 秒（GPU + large-v3 模型）。長片自動切換 segment-based 路徑避免 FFmpeg expression 限制。 理論上 1-2 小時的演講也能跑，只是 transcribe 會花較久（仍快過實時 8 倍）。
免費。下載的 zip 內含完整 Python 原始碼 + 單元測試 + 架構文件，可以自己改 / 加贅字庫 / 改字幕樣式。 NVIDIA NIM 也是免費 tier（40 RPM），個人 / 小團隊用足夠。