字幕提取精准且可编辑
选择 Parakeet、Qwen3 ASR、FireRed 或 Cohere 模型,在 Mac 上转写音视频;使用词典辅助专有词识别。
为 Mac 音视频创作者而生
Cliptate 剪言在 Mac 上本地转写音视频、去停顿和编辑字幕,也支持听写与语音合成。下载所需模型后,本地语音处理无需上传素材,可离线使用。
Apple Silicon · macOS 15+ · 免费 GitHub 版
核心能力
导入素材,按文本调整片段,再导出字幕、音视频或剪辑时间线。模型、词典和配置预设都能在应用内管理。
选择 Parakeet、Qwen3 ASR、FireRed 或 Cohere 模型,在 Mac 上转写音视频;使用词典辅助专有词识别。
自动检测无声片段,批量裁剪播客、访谈、课程录音中的冗余停顿。
在支持的转写流程中使用 Sortformer 区分说话人;Silero VAD 检测语音活动,让访谈和会议记录更易整理。
Qwen3 TTS 支持预设音色、参考音频克隆、情感控制和音色设计;按所选模型使用对应能力。
使用已配置的 AI 服务商和 API 密钥纠正文字、提取重点,支持自定义 OpenAI 兼容端点。字幕翻译通过 Apple 翻译完成,语言对需受系统支持。
配置语气词过滤、画面缩放与推近;通过已配置的 AI 服务提取重点,并设置横竖屏字幕样式和翻译位置。
语音能力
从实时口述到 TTS 配音,两种语音能力,全程本地。
语音听写
将麦克风语音转为可编辑文本,支持自定义词典和听写历史。GitHub 版可配置全局快捷键,并在授予辅助功能权限后向输入框写入文本。
TTS 语音合成
预设音色
下载对应模型后,选择预设说话人生成旁白。
声音克隆
从本地导入参考音频及对应文本,以 Base 模型克隆音色。
情感控制
使用 CustomVoice 模型,为指定说话人添加情感与风格提示。
音色设计
用自然语言描述声音,通过 VoiceDesign 模型生成原创音色。
工作流
把创作者最耗时的步骤,压缩成四个连续动作。
把播客、Vlog、访谈或会议录音直接拖进工作区。
利用静音检测去停顿,检查说话人和分段,修改文字并按需运行 AI 纠错。
先翻译字幕,再用 TTS 为译文生成配音;可自动提取源音频作为声音参考,或使用自定义参考音频。
导出 FCPXML、SRT、ASS、TXT、视频或音频;选择合并或逐视频导出,也可将字幕烧录到视频。
隐私与性能
转写、静音检测、说话人识别与 TTS 在 Mac 上运行。启用在线 AI 功能时,相关文本及你选择的上下文会发送至配置的服务。
专业输出
AI 剪辑界面支持时间线、字幕与音视频导出;CLI 另外提供 JSON、Markdown 和 VTT,方便自动化。
适用场景
播客与人物访谈
快速去停顿、补齐字幕并整理可发布片段。
Vlog 与短视频
让口播与粗剪更顺滑,把精力重新放回节奏和表达。
课程、会议与口述记录
把长时录音或实时语音输入压缩成可检索、可翻译、可交付的文本与字幕资产。
多语种配音
在保留原始表达质感的同时,更快生成新的语言版本。
工作流指南
从语音输入到字幕交付,比较 Cliptate 与常用工具的处理方式、使用成本和适用场景。
下载与安装
需要 Apple Silicon(M1 及更新芯片)和 macOS 15 或更新版本。模型大小与内存需求取决于所选模型,请预留足够空间。
全部模型与功能免费开放,无需订阅或购买。提供原生 CLI 和应用内更新;可在授权后使用辅助功能支持的文本输入与全局快捷键。在线 AI 服务的费用由服务商另行收取。
前往 GitHub ReleasesNightly 随主分支定期构建,可能包含尚未正式发布的改动。请查看对应构建说明确认功能。
Nightly 预览构建