其实也不是什么灵感，就是自己用 Final Cut Pro 用多了。一直搞不懂为什么果子不做一个字幕识别的功能出来。哪怕收费的也可以啊。
市面上的字幕识别软件也有，例如 Arc Time ，剪映，讯飞等。但他们一般只导出 srt 文件。
而 srt 文件导入到 FCP 后，作为字幕组件，FCP 竟然不支持调整样式，难顶。
所以最后自己搞了个字幕识别的 Mac App （因为要用到离线识别，所以只能用 Mac App 了）。
下载体验地址： https://video-caption.site/
文章最后写了一下在开发这款 App 的一些感想，想了解的可以直接拉到最后~
使用 Whisper 模型的能力来进行音频转文本。
效果一般般，只能说到能说，但肯定无法直接媲美剪映。同时 Whisper 需要用到本地计算资源，所以识别的速度取决于电脑性能。当然，如果只识别几分钟的视频，而且用个基础的 base 模型，速度还是够用的。
因为离线能力一般般，所以就顺手加上了在线识别功能。当然，我觉得各大平台和软件都有了，甚至做得应该比我好，我只是额外提供一下在线识别能力，用的是剪映同款的火山引擎音频识别。
因为这里要调 API ，所以不可避免要收费，不过，我觉得目前定价 10 分钟视频就 1 块，应该还好？一年 48 周，一周一条视频，也不超过 50 块。
因为要做收费，所以也得做个登录功能来给大家记账。为了方便大家，这里用的是微信登录，并不是想单独整活。
目前提供了导出为 SRT 文件，以及生成 fcpxml 文件。选择“导入 FCP”后，会自动生成 fcpxml 文件，同时导入字幕项目。每条字幕在 FCP 里就是一个标题。
后面大家就可以批量针对字幕进行样式调整了。
调整好样式后，可以把当前字幕项目“新建复合片段”，在 FCP 里变成一条新素材，再复制到你自己的项目里就 OK 。
P.S. 所以可能出现导入后看不到字幕的情况，这是因为 FXP 字幕默认是黑色的，可以在背后加个背景或者加到自己的项目中就能看到了。
还有一些我自己想的，方便大家的功能：
当做完这个 App 的时候真的很感慨 AI 的能力竟然如此强大。我自己是个前端程序员，并无任何客户端开发能力。可以说整个项目我都没怎么写过代码。全靠 cursor 开发。
以前的我也属于那种”守旧派“，觉得别人一直在吹 AI ，我偏要做”众人皆醉，我独醒“的那个人。用一个电影来举例就是《我，机器人》里的那个警探。一方面面临 AI 随时能替代我这样的”页面仔“的恐惧，另一方面又因为厌恶它们对职场的冲击，而不愿意使用或者信任它们。仿佛我极不情愿地被 AI 时代推着往前走的感觉。
但当我越来越使用 cursor 去实现的时候，我的态度开始转变，就像那位警探一样。从最初的不信任，到把它变成工具，现在我自己对它的感情就像是我的虚拟同事一样。有的时候真的会被 AI 整难受，骂了它一个早上...
当然，我不是那种吹嘘”AI 就能搞定的“那类人。因为在做这个 App 的时候，我依然跟 Cursor 聊了 1-2 个月（当然是下班闲着的时间了），才聊出来的。所以，我并不认可那些”全给 AI 做，很快就搞定“的言论。AI 是可以提速，但依然有很多问题需要自己面对：
实际上 AI 确实只是工具，拼到底的是执行能力以及解决问题的能力。在做这个 App 时，我也遇到了很多需要人为解决的问题：
可以看到，以上这类问题根本无法用 AI 100% 帮你解决，你要做的就是去学习，重新思考，执行，落地。这也是我想表达的：拼到底的是执行能力以及解决问题的能力。
感想写了好多（非 AI ），大家可以酌情看看，路过方便也可以体验一下 App 哈哈。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。