大多数创作者手里其实早就有短视频的原料:一场网络研讨会的录像、一期播客、一段40分钟的访谈。难的不是再拍更多,而是在40分钟里找出那8到10秒——真正能在竖屏信息流里留住注意力的片段。
FreeClipping 就是围绕这个问题做的。比起模型怎么选,真正决定成败的是流水线上的几个判断。
真正的瓶颈是挑选,不是转写
转写如今基本算是个成熟商品。Whisper 级别的模型能给出词级时间戳,每分钟成本不到一美分,清晰英语语音的转写质量已经好到不再是瓶颈。
真正会搞垮剪辑工具的是"挑哪一段"。两种失败模式反复出现:
- 片段重叠。把每个15秒窗口独立打分,排名前十的窗口会全部叠在一起,结果一条好片段被当成五条发出去。
- 句子被截断。一个窗口从句中开始、到句中结束,在文字稿里看着没问题,放到屏幕上就很难看。
解决办法很朴素:先给候选窗口打分,再在排名列表上做带约束的不重叠选择,渲染前把边界对齐到文字稿里的句子边缘。这样剪出来的片段比朴素窗口略短,可看性却高得多。
竖屏取景是产品决策,不是一次 CSS 变换
把16:9裁成9:16,本质上是有损的。没有任何一种裁法能让双人访谈、幻灯片和烧录字幕同时保持可读。每个工具都得选一条路:跟随说话人的面部追踪裁切、带模糊背景的加黑边,或者假定只有一个主体的主动重构。
FreeClipping 的做法是输出9:16的 MP4,字幕烧录在简洁背景上。字幕选择烧录而不是外挂文件,一是目标平台更青睐画面内文字,二是字幕轨加载失败比没有字幕更糟。
纯音频素材也走同一套流程:波形变成带字幕的纯背景视频。播客作者不用开摄像头,也能拿到竖屏片段。
处理过程必须可观察
视频任务要跑几分钟,不是毫秒级。如果唯一的反馈只是一个转圈图标,用户会关掉标签页,认定它失败了。
一个持久化的任务链接比邮件通知更管用。任务页显示状态,完成后同一个链接就是每条片段的下载页。用户把它收藏起来,回头在手机上打开下载。不需要账号,也没有魔法链接。
数据保留期限是明说的:源文件和缓存的文字稿七天后过期,生成的片段三十天后过期。提前讲清楚,能省掉一整类客服问题。
免费额度到底给了什么
第一段录音免费,最长10分钟,不需要账号也不需要绑卡。听起来挺大方,但它只够一段录音——足够你在自己的素材上验证高光挑选到底行不行,不够支撑一档周更节目。
之后的免费使用需要登录,每个已验证账号每个自然月包含20分钟源素材,导出为带水印的720p。付费档位是每月9美元150分钟、每月19美元500分钟,导出1080p且无水印。
要求登录,是因为按账号计的分钟数需要一个账号来挂靠。这不是增长漏斗的花招。
还粗糙的地方
- 暂不支持非英语语音。高光打分器是在英语文字稿上调的,出了这个范围质量掉得很快。
- 片段长度是15到60秒。从单一源里剪更长的片段是可能的,但挑选质量会下降。
- 没有自动发布到 TikTok、Reels 或 Shorts。输出是一个文件,由你自己审看后发布——这其实也是更诚实的工作流:没人应该在不看的情况下自动发出一条 AI 剪的片子。
给下一个做这件事的人的建议:先把手动不重叠的选择逻辑做对,再碰取景;先上线持久化任务链接,再上线通知;把保留期限摆到界面上。还有,衡量真正重要的指标——创作者实际发出去的片段有多少,而不是模型生成了多少条。
热门跟贴