一、Captions是什么
Captions是一款移动端优先的AI短视频创作平台，原Mirage Studio产品已整合并入该平台。产品核心定位是降低短视频制作门槛，无需专业剪辑技能，通过AI自动完成字幕、剪辑、素材补充、音频修复、数字人生成等全套工作，产出适配TikTok、Instagram Reels、YouTube Shorts等社交平台的短视频内容。
平台同时提供网页网页版、iOS、Android客户端；完整功能优先在iOS端上线，网页端、安卓部分功能会存在限制。用户既可以上传自己实拍原始视频素材做AI加工，也可以直接输入脚本，调用AI虚拟数字人生成口播视频，一站式完成从素材到可直接发布的短视频成品。
二、产品核心功能
AI Edit AI一键智能剪辑
上传原始实拍素材，选定平台内置风格模板，AI自动完成镜头裁剪、冗余停顿删除、B‑roll素材叠加、转场、配乐、字幕排版；支持文本指令对视频做二次调整，同时保留全部手动编辑权限，可修改字幕、替换素材、调整画面细节。自动字幕与多语言翻译
内置上百套字幕动画样式，一键生成转录字幕；支持100+语言字幕生成与翻译，字幕可以修改文字内容、时间轴、字体颜色样式；付费方案支持导出SRT字幕文件。AI Twin虚拟数字人（AI Creator）
两种数字人模式：选用平台内置演员形象，或者训练专属个人数字分身（AI Twin）。输入文本脚本，直接生成口播说话头部视频，无需真人出镜录制；支持修改虚拟人服装、背景画面素材。眼神校正（Eye‑contact）
专门针对口播类视频，AI算法自动修正人物视线偏移，让视频人物画面看起来始终直视镜头，提升口播视频专业感，是平台标志性特色功能之一。音频增强处理
包含环境音频降噪、自动删除语气填充词（um、hmm等口头停顿）、AI多语言配音，支持声音克隆，使用本人音色生成其他语种配音内容，内置免版权背景音乐与音效库。Clips长视频转短视频片段
上传最长3小时长视频文件或者公开YouTube链接，AI自动识别视频高光精彩片段，批量生成多条适合社交分发的短视频，支持自动把横屏素材重构图转为竖屏9:16格式，片段按精彩程度排序输出，支持自定义片段提示词指定剪辑内容。一键导出社交发布
支持9:16竖屏、1:1正方形、16:9横屏主流比例，导出1080P视频，完成后可直接跳转分享到主流社交平台。
三、产品特色
移动端优先设计：产品从底层面向手机短视频创作者设计，操作逻辑贴合手机端剪辑习惯，iOS功能完整性最高。
一体化闭环工作流：从脚本生成、数字人录制、素材剪辑、字幕、音频修复到导出发布全部集成，不需要切换多个软件。
口播视频专项优化：眼神校正、填充词删除、AI数字分身全部围绕口播访谈、知识分享类短视频做深度优化。
大量预制剪辑风格模板：内置数十套成熟剪辑风格，一键套用即可完成B‑roll、配乐、字幕整套视觉效果，小白无需研究参数。
云端处理：全部AI运算在云端服务器完成，本地设备不需要高性能硬件配置，普通手机浏览器就可以使用网页版基础能力。
客观短板：网页端功能存在阉割；AI剪辑、数字人功能会消耗平台积分（Credits）；免费版本导出视频携带水印；长视频完整剪辑能力弱于专门长视频剪辑工具。
四、使用方法
注册登录账号
访问官网captions.ai或者下载移动端App，支持Google账号、Apple账号、邮箱手机号注册登录。网页版功能不全，重度创作建议优先使用iOS客户端。两种创作入口选择
已有实拍素材：选择上传视频，导入本地MP4/MOV视频文件；
无实拍素材：使用Prompt‑to‑Video，直接输入脚本，调用AI数字人生成口播视频。
选择剪辑模式与风格
如果上传实拍素材，选择「AI Edit」模式，挑选对应的剪辑风格模板；设置视频原始语言，设置输出画面比例；也可以仅选择“仅字幕”模式，只生成字幕不执行自动剪辑。AI生成与预览修改
点击生成，云端AI完成剪辑加工。生成完毕后人工复核结果，可以直接修改字幕文字、替换B‑roll素材、开关眼神校正、调整音频，删除AI自动裁切中误删的片段内容。可选：使用Clips功能批量拆片段
上传长视频，输入提示词指定想要提取的内容，设置输出视频比例，AI批量输出多条短视频片段，可单独编辑每一条片段。导出与发布
完成编辑后执行导出，免费版导出带有水印；使用付费AI高级功能，需要订阅付费套餐。导出完成保存本地或者直接分享到社交平台。
五、适合人群
| 用户人群 | 适配程度 | 使用场景说明 |
|---|---|---|
| 个人短视频创作者、知识口播博主 | ★★★★★ | 快速制作口播短视频，眼神校正、自动字幕提升成片效率，减少后期耗时 |
| 社媒营销人员、品牌内容运营 | ★★★★☆ | AI数字人批量制作营销短视频，多语言字幕面向海外社交平台输出内容 |
| 自媒体播客从业者 | ★★★☆☆ | 播客音频转视频、长视频拆短视频片段；适合口播访谈内容 |
| 零基础剪辑小白，无剪辑软件经验 | ★★★★★ | 依靠AI模板，不需要学习复杂剪辑软件，几分钟产出成品短视频 |
| 专业影视后期剪辑师 | ★★☆☆☆ | 适合做前期快速粗剪、字幕生成；复杂精细剪辑仍需要专业剪辑软件配合 |
| 企业团队/代理商批量产出短视频 | ★★★☆☆ | 订阅高阶套餐，数字人、多语言配音，批量产出社媒广告短视频 |
六、竞品对比
| 功能项 | Captions.ai | Opus Clip | Descript |
|---|---|---|---|
| 产品定位 | 移动端优先，社交短视频一站式AI剪辑+AI数字人 | 长视频自动拆剪辑短视频工具 | 转录驱动音视频编辑，播客向工具 |
| AI数字人虚拟分身 | ✅支持AI Twin，可训练个人数字分身 | ❌无原生数字人能力 | ❌无数字人生成功能 |
| 眼神校正 | ✅独有功能 | ❌不支持 | ❌不支持 |
| 长视频批量拆短视频片段 | ✅Clips模块实现 | ✅核心主打功能，能力更强 | 仅支持手动剪辑拆分 |
| 自动字幕与翻译 | ✅100+语言，大量动画字幕模板 | ✅多语言字幕，动画字幕模板 | ✅字幕强，侧重文稿转录编辑，字幕动画模板较少 |
| 填充词自动删除 | ✅云端AI自动处理 | ✅支持 | ✅文稿级填充词删除，音频处理能力强 |
| 操作端侧重 | iOS端功能最全，网页端受限 | 网页端为主，移动端为辅 | 网页桌面端优先，主打电脑端工作流 |
| 核心优势场景 | 口播短视频、数字人广告、眼神优化 | 长视频拆爆款短视频片段 | 播客、长访谈，文稿式剪辑音频视频 |
七、常见问题解答
Captions.ai网页版和App有什么差异？
网页版可以完成基础上传、字幕、导出，但大量高级AI能力（完整AI‑Edit、部分数字人、眼神校正）优先在iOS App更新上线，安卓客户端部分功能会滞后，重度使用建议以iOS客户端为主。
Captions的AI转录字幕准确率怎么样？
音频清晰环境下转录准确率较高，支持上百种语言。对于专业名词、专有品牌词汇，生成完成之后建议人工复核校对；翻译结果适合通用社媒内容，严谨商业内容建议人工二次审核。
是否可以导入已经剪辑好的视频，只做自动字幕？
可以，在编辑模式选择“仅字幕”模式，不执行AI自动剪辑，只生成字幕和套用字幕样式，不会改动原有视频画面。
AI数字分身（AI Twin）训练需要什么素材？
需要一段光线充足、背景干净、人声清晰的口播训练视频；训练素材质量直接影响数字人最终画面真实效果，嘈杂昏暗环境会降低虚拟人像质量。
导出失败或者生成处理时间很长是什么原因？
大体积视频、网络波动、HDR源视频会造成处理慢甚至导出失败；建议关闭原视频HDR，压缩源文件体积后重新上传；云端AI处理也受服务器负载影响，长片段生成需要耐心等待，无需一直保持页面打开，处理完成会通知用户。
上传的视频素材，平台会做什么处理？
全部视频上传云端服务器完成AI运算，用户需要阅读平台隐私政策，重要私密素材不建议直接上传，平台不会默认把用户素材用于公开演示。
Clips功能支持什么来源视频？
支持本地MP4、MOV文件，最大10GB，最长3小时，也支持粘贴公开YouTube视频链接生成短视频片段；受版权约束，受保护私有链接无法解析处理。
八、AI铺子测评
Captions是一套面向海外社交媒体短视频场景的AI一站式创作工具，最大差异化优势在于眼神校正、AI数字分身、移动端完整口播短视频工作流，适合做TikTok、Reels、Shorts口播、知识、营销短视频。
它不是替代Premiere这类专业剪辑软件，而是解决普通创作者最大痛点：字幕制作、粗剪、出镜录制门槛。零基础创作者可以快速产出专业感口播短视频；专业剪辑人员可以把它当做字幕粗剪辅助工具。需要注意网页端能力缺失，AI高级功能依赖付费订阅与积分消耗。
