crv 功能完整介紹

1 分鐘示範影片

這支影片是 crv 實際工作的畫面錄影：

功能一：場景感知抽幀牆免費版就有

一般做法是死板地「每秒抽一張」，一支 10 分鐘影片會抽出 600 張圖。crv 只在「畫面真的變了」的時候抽，再自動去掉重複——同一支影片通常只剩 20-60 張，餵給 AI 的成本直接砍九成，而且該在的畫面一張不少。抽完會生成一面關鍵幀牆，你一眼就能看到「AI 看到了哪些畫面」：

功能二：逐字稿跟著影片跑免費版就有

語音用 Whisper 在本機轉成逐字稿，而且每一句都帶時間戳。在 viewer 裡按播放，講到哪一句、哪一句就亮起來；點任何一句，影片直接跳到那一秒。要找某句話出現在第幾分鐘，點逐字稿就能定位：

功能三：感知時間軸Pro

這是 Pro 版的招牌，也是上面截圖右半邊那一排：把「畫格看不到的東西」全部排上時間軸——哪一秒他開始踱步、哪一秒點頭、哪一秒語氣從中性變愉快、鏡頭什麼時候推近拉遠、剪接節奏是快是慢。黃仁勳這支 2 分半的影片，它標出了 124 個感知事件。分析別人的影片為什麼吸引人，主要看這一層。

功能四：AI 自動分析報告Pro

分析完它會直接寫兩份報告：「畫面版」逐段講畫面上發生什麼，「內容版」講這支影片在說什麼、哪些點值得查證。報告就在 viewer 的分析分頁裡，也存成檔案方便丟給任何 AI 接著用：

功能五：MCP 直連你的 AI 工具免費版就有

0.8.0 起，crv 也是一個 MCP server。裝好之後，在 Claude Code、Claude Desktop、Cursor 這些支援 MCP 的工具裡，AI 可以直接說「幫我看這支影片」——關鍵幀和逐字稿自動送進對話，不用自己跑指令再貼檔案。安裝一行：pip install 'claude-real-video[mcp]'，同一支影片問第二個問題時用快取、幾乎秒回。

功能六：畫面文字辨識（OCR）Pro

影片裡的字幕、字卡、招牌，全部變成帶時間戳、可引用、可搜尋的文字。聽寫聽錯的人名、數字、術語，由畫面上的原字幕當場糾正——短影音畫面上的字卡也會一併轉成文字資料。中日韓文辨識特別強，全程在你的電腦上跑。

功能七：跨影片記憶搜尋Pro

Pro 看過的每一支影片，都進到你電腦上同一個可搜尋的索引。用一句話問——哪支影片講過、第幾秒、原句是什麼，中英文都查得到。再問只有 Pro 答得出來的：找出你看過的所有推鏡片段、找出聲音模型標到情緒的時刻、把整個片庫按剪接密度排名。看過的影片再跑一次幾乎秒回，直接指回既有分析不重跑。一個檔案存在你機器上，什麼都不上傳。

功能八：速度鑑識Pro

逐段檢出影片時間軸被動過的手腳。多重訊號交叉驗證——墊幀指紋、運動軌跡連續性、以人為基準的速度時鐘——逐段標出慢放墊幀、後製加速與縮時拍攝，並附證據等級。它只報告找到的證據，不會判定「這是正常速度」，內建融合規則讓激烈運動和遊戲畫面不被冤枉。上線前經過三輪真人盲測驗收。

還有幾個常被問的

隱私：影片解析與輸出生成都在你的電腦完成，原始影片不會上傳；你之後選擇貼給雲端 AI 的畫格或逐字稿，才會傳給該服務。

相容性：輸出就是一個資料夾（圖＋文字），Claude、ChatGPT、Gemini、你自己架的開源模型都讀得懂。

成績單：我們把 crv 和「每秒抽一張」的公開對照實驗（含失敗案例）放在 GitHub 的 benchmark 資料夾，任何人都能自己重跑驗證。