6 月 30 日,Final Cut Pro 12.3 正式上线,这次更新的核心,是给 FCP 加上了由 AI 驱动的「自动生成字幕」(Generate Captions)和「剪辑检测」(Edit Detection)。微博但对中文口播创作者来说,这波更新带来的却是一个熟悉的场景:期待已久的自动识别中文字幕,再次跳票了。小红书知乎

真正磨人的不是识别,是来回切软件
做口播的人都知道,最磨人的从来不是识别精度。以前在 FCP 里做字幕,要么一条条手打,要么把音频导出去用剪映或 Whisper 识别,再导回 SRT、再逐条调样式——三步操作,每一步都要切一次软件。知乎
音频在 FCP 里,字幕却在别的软件或网页里,真正浪费时间的并不是 AI 识别,而是一次又一次地切换软件。知乎所以 12.3 这次哪怕只对英文开放,也值得认真对待——它至少把字幕拉回了 FCP 自己的时间线,方向没走错。
12.3 给中文字幕留了一扇后门
真正值得中文用户盯住的,是功能列表里藏着的一项:外挂的 SRT 字幕,现在可以直接转成完全自定义样式的标题字幕。小红书
之前外挂字幕这条路总是卡在最后一环:SRT 导进来是裸的,样式只能手动一条条重做。现在只要你能用任何办法产出一份干净的中文 SRT,FCP 就能接住后面的活——挂上原生字幕轨道、套用你的样式设置、直接在时间线上编辑。于是问题变了:从「等官方什么时候支持中文」,变成「用哪条路线产出这份 SRT、再用最短的路径送回时间线」。
四条路线,一条条说清
路线一:原生 Generate Captions,只适合英文频道
做英文内容的话,这是目前最顺的一条:5 分钟英文对白大概 40 秒出结果,字幕直接生成在原生轨道上,样式、位置都能接着调。知乎官方目前只支持美式英语,中文口播暂时不用等。
路线二:外挂 SRT + 12.3 导入,免费但多一步
已经有成熟转写渠道的(剪映或任何语音转文字工具都行),直接导出 SRT,让 12.3 转成样式字幕就好。零成本、链路最短,但多了一步:SRT 导入 FCP 后是隐藏字幕,得再手动转成普通字幕才能正常用。哔哩哔哩能不能接受这一步转换,决定了这条路线适不适合你。
路线三:SubForge,免费开源,自动监听
这是最近社区里讨论度最高的一条。SubForge 可以自动接收 FCP 导出的音频,在软件内完成 AI 转写、字幕修改和格式转换,最后把字幕直接导回 FCP。小红书

作者把整条链路总结成一句话:导出音频、自动转写、编辑字幕、回到时间线,尽量少切软件;而很多素材并不适合直接上云,所以本地 Whisper 转写是它的核心能力,不是可有可无的选项。知乎
还有两个容易忽略的细节:一是它常驻菜单栏,剪片时不会弹窗口抢焦点;二是样式回写——字幕导入后,确认好的样式会写回默认设置,下次再导新字幕不用重新调一遍。知乎

项目本身是 MIT 协议开源,App Store 里也能直接搜到,想看实现的可以去 GitHub 翻代码。
路线四:Mew Cut,专用插件,口播稿校对
第四条路线是 B 站 UP 主自己做的工具,叫 Mew Cut,Mac App Store 就能获取。哔哩哔哩按作者的说法,这个应用已经持续更新了一年多,识别用的是千问的语音识别模型。
它最有区分度的能力是拿口播稿校对字幕:先语音识别,再结合口播稿做 AI 校验,最后断句,作者实测这套流程效果很好,几乎不用改字幕文字本身。哔哩哔哩对手上有稿子的口播创作者来说,这是最省校对工夫的一条路。断句颗粒度也值得说一句:默认给了 8 个字和 13 个字两档,评论区有用户反馈短视频 11 个字更舒服,这类细节只有上手才知道。
加餐:连粗剪一起自动化的 chatcut
如果连粗剪都想自动化,已经有人把方案开源了:chatcut 的自动剪辑结果可以直接转成 FCP 能认的工程,作者把项目免费传到了 GitHub。哔哩哔哩它相当于在字幕路线的前面又多自动了一段,适合连粗剪都想省掉的人。
怎么选,看你是哪种口播
纯英文频道:直接路线一,原生字幕,后面三条都不用看。
中文口播、手上有稿子:路线四 Mew Cut,口播稿校对最省改字的时间。
客户素材、不能上云:路线三 SubForge,本地转写,素材不出机器。
已有转写渠道(剪映等):路线二外挂 SRT,免费,接受隐藏字幕多转一步。
连粗剪都想省:把 chatcut-to-fcpxml 当加餐试一下。
四个坑,先替你踩了
带样式的字幕没法批量改字号。作者在评论区解释得很清楚:带样式的 fcpxml 字幕在 FCP 里无法批量修改字体大小这类参数,要批量改只能选无样式方案,导进 FCP 后再统一调。哔哩哔哩
AI 校对完也得自己过一遍。作者自己也承认,AI 不会 100% 准确,总有些细节需要微调,尤其是术语和人名。
外挂 SRT 记得预留隐藏字幕的转换时间,别以为导入就是成品。
术语和口音决定上限。SubForge 支持热词设置,Mew Cut 靠口播稿校对兜底;口播里专业术语多、口音重的,选路线前先确认这两个能力。
订阅还是买断,一句话讲清
顺带把计费方式说清楚:这次更新对现有订阅用户免费,新用户订阅价 38 元/月或 380 元/年,教育优惠 18 元/月,Final Cut Pro 同时保留 1,998 元的单体买断。微博创作坊上线之后,很多人都在先算一年 380 元值不值。小红书但字幕路线和订阅方式是两个独立决策:不管选哪种付费,中文字幕都得走上面四条路,别把两个问题绑在一起纠结。
接下来值得盯的三个信号
Generate Captions 什么时候开放中文。有实测者的判断很直接:如果后续版本加入中文支持,这个功能可以直接封神。知乎一旦开放,上面几条第三方路线都会少一步。
第三方工具会不会持续补位:一个开源免费,一个持续更新了一年多,更新节奏决定中文路线的体验差会存在多久。
SRT 导入能不能去掉隐藏字幕转换:这一步要是没了,路线二的成本会重新降到接近零。
中文字幕再次跳票不算好消息,但局面也没变得更糟——12.3 至少把「字幕回工程」这件事交到了你自己手里。真正比拼的不是官方什么时候支持中文,而是你的链路能做多短:从你的声音到时间线,选一条适合自己的路线把它跑顺,省下来的时间是自己的。