剪辑与调色

「剪辑」页以中央监看器和底部时间线为核心。左栏在 素材 / 逐字稿 / 字幕 / 配音 间切换;选中片段后右侧出现检查器。 顶部命令栏右侧依次是 AI 助手、撤销 / 重做、「在播放头加字幕」「在播放头加花字」和「导出」。

从素材栏导入文件(或右键素材「加入时间线」),再拖入轨道。演示使用已经准备好的视频、旁白和字幕,展示选中片段、打开检查器和播放预览。

标题栏的下拉用来切换项目;一个项目里有几条时间线时,从画板时间线格「在剪辑里打开」会直接打开那一条。面板宽度可拖动边缘改变。

时间线#

时间线工具栏从左到右:选择(A)/ 刀片(B)工具,放置模式(覆盖 / 插入),「序列设置」,在播放头分割、存下这一帧、 创建副本、涟漪删除、删除片段,「添加轨道」(视轨 / 音轨 / 字幕轨),吸附(N),缩小 / 放大 / 适配窗口,以及「快捷键」速查。

• 序列设置:改画幅(16:9、9:16、1:1、4:5)和填充方式(裁剪、留黑边、模糊背景)。
• 轨道:视频、音频、字幕轨并存。新视频轨建在最上面(盖在下面的画面之上),音轨和字幕轨加在底部;把片段拖到最上方松开 会新建一条视频图层。轨道头上有:上移 / 下移(改图层顺序)、静音、S 独奏(只听这一条)、D 闪避(别的轨出声时这条自动压低约 10 dB,常用在给人声让路的背景音乐上)、锁定、删除。字幕轨只有一只眼睛:隐藏后预览和导出都不显示这条字幕。锁定的轨真的改不动; 最后一条视频轨删不掉 —— 先加一条新的再删它。删除带片段的轨会先问。
• 播放:空格播放 / 暂停,监看器上可循环、调倍速(0.5 / 1 / 1.5 / 2 倍)、调音量、全屏。变速播放保持音高,和导出时的 变速一致。点画面也能播放 / 暂停。
• 存下这一帧:把播放头这一帧存成一张图片素材 —— 含字幕和花字,和成片一致。
• 长时间线:时间线只画看得见的片段,播放头平滑走,预览的声音用轻量代理文件,几百段的时间线也拖得动。

放下即覆盖,或插入#

放置模式默认是覆盖:拖动、修剪、复制、从素材栏拖入的片段落到别的片段上时,被盖住的那部分直接挖掉,拖动时预览里就能看到 下面那段会被挖成什么样 —— 同一条轨上不会叠着两段。修剪停在邻居的边上,不会越过去。切到插入时,放下的位置之后的片段整体往后让。

• 波纹删除(⇧Delete,或右键「涟漪删除」)删掉片段并让后面的左移补缝;Q / W 把上一个编辑点到播放头、播放头到下一个编辑点 这段剪掉并补缝;逐字稿里删词删句、清口癖也是同一套「按区间剪掉」。
• 变速会推着后面的走:片段变快变慢时,后面的片段跟着挪,不会叠到一起。
• 时间点都吸到帧上,长时间线不会越往后越错位。

链接的画和声音#

右键视频片段「分离音频」,声音放到一条空着的音轨上、原片段静音,两段链接在一起:片段上有链环标记,一起挪、一起修剪、 一起切、一起删,变速也一起变。分离出来的声音带着原来的淡入淡出和音量曲线。

• ⌥ 单击只选链接组里的这一段(临时解链):接下来的拖动、修剪、删除、切分只动它。
• 按住 ⌥ 拖边缘只修这一段的边。

片段右键#

菜单项	做什么
在播放头分割、创建副本	同 S、⌘D
分离音频	视频轨上的视频片段才有,见上一节
替换媒体…	换成另一份素材,位置、时长、变换、调色都留着;可以顺手把时间线上用同一份素材的片段一起换掉。素材删了、片段成了「素材已删除」占位时也用它
降噪(做完直接替换)	音视频片段才有。降噪做完的新素材直接换到时间线上这一段
只留人声	拆出人声那一份,直接换上
拆成人声和背景音	拆成两份,人声换到原片段,背景音放到一条音轨上
删除片段、涟漪删除	同 Delete、⇧Delete

降噪、分离都产出新素材,原素材不动,在后台排成任务跑。只想得到新素材、不碰时间线,在左栏素材池或素材库里右键「降噪…」 「分离人声与背景音」(见素材库)。

几个人(和智能体)一起改#

同一条时间线可以有几个人、几个智能体同时改。每一步编辑都带着「我看到的是哪一版」:别人改的是不相干的地方,你这一步照常落下; 碰到同一处时,你会看到「某某刚改过这条时间线……已换成最新的一版」,在新版上再做一次即可,不会互相覆盖。

⌘Z 只撤你自己的那一步,不会把同事或智能体刚做的改动撤掉;撤销 / 重做会打乱别人后来改过的地方时,它不执行并说明原因。 一串操作算一步:整次配音、重新生成字幕撤销一次就回去。素材删掉之后撤销 / 重做照常进行,片段重建成「素材已删除」占位。

快捷键#

时间线工具栏的「快捷键」按钮列着这一份。Windows 上把 ⌘ 换成 Ctrl、⌥ 换成 Alt。焦点在输入框里时这些键不生效。

按键	作用
空格	播放 / 暂停(停在结尾时从头播)
J / K / L	倒放 / 停 / 播放,同方向连按加速
← / →	逐帧移动播放头(⇧ 为 10 帧)
↑ / ↓	跳到上一个 / 下一个编辑点
Home / End	到开头 / 结尾
I / O	在播放头打入点 / 出点;⌥X 清除入出点
A / B	选择 / 刀片工具
S	在播放头分割选中片段
⇧⌘K	在播放头切开所有未锁定轨
Q / W	波纹修剪:剪掉上一个编辑点到播放头 / 播放头到下一个编辑点
⌘D	创建片段副本
⌘C / ⌘X / ⌘V	复制 / 剪切 / 粘贴片段,粘贴到播放头处(相对位置和轨道不变);剪切的片段在粘贴时整段搬过去。选中了文字时交还给系统剪贴板
Delete	删除选中片段
⇧Delete	涟漪删除(后续片段左移补缝)
⌘Z / ⇧⌘Z	撤销 / 重做(只撤你自己的)
⌘A	选中所有未锁定轨上的片段
⌥ + ← → ↑ ↓	选中相邻的片段(左右同轨,上下换轨),不动播放头
, / .	选中片段左右挪一帧(⇧ 为 10 帧)
⌘[ / ⌘]	把选中片段挪到上面 / 下面一条已有的视频轨,时间不变
N	开关吸附
+ / - / ⇧Z	放大 / 缩小(以播放头为锚)/ 适配窗口
Esc	取消正在进行的拖动;撤掉剪切标记;清空选区
⇧ 点击	加选片段;空白处拖拽框选
⌥ 单击	只选链接组里的这一段
拖动时按 ⌥ / ⇧ / ⌘	⌥ 复制一份,⇧ 锁轴(只改时间或只换轨),⌘ 临时不吸附
上下拖动片段	切换轨道 / 图层;拖到最上方松开新建视频图层

另外几处:用 Tab 进时间线时焦点停在选中的片段(没选中时是第一段),配合 ⌥ + 方向键用键盘挑片段;监看器上双击花字就地改字, Enter 确认、⇧Enter 换行、Esc 取消;拖变换框的旋转柄时按住 ⇧ 按 15° 吸附。

片段属性、外观与花字#

选中片段,右侧检查器的「属性」里依次是:素材与时间信息、字幕或花字的文字、速度(0.5–2 倍预设)、音频(静音、增益 0–200%, 可打关键帧)、画面淡变和音频淡变(淡入 / 淡出秒数)、外观、变换(缩放、旋转、不透明度、水平 / 垂直位置, 都能打关键帧,「清除动画」「重置」)。也可以直接在监看器上拖画面框缩放、旋转。

• 外观(视频和图片片段):形状蒙版(无 / 圆角 / 圆形,圆角可调半径),阴影(默认关;颜色、不透明度、模糊、水平 / 垂直偏移)。 投影按画面像素算,片段缩放、旋转时,预览和导出的投影一样大、一样方向。降分辨率导出时按比例缩小。
• 画中画:加一条视频轨把画面叠在上面,用「变换」或在监看器上拖小、挪到角落,再配上圆形蒙版和阴影即可。导出按素材自己的宽高比。
• 花字:命令栏「在播放头加花字」放一段文字片段。「文字样式」有五种预设(简白、描边、综艺、投影、糖果),可调字体、字号、 文字颜色、描边色、描边(上限是字号的 15%)、阴影、加粗、斜体和对齐。描边画在字的外面,白字的字芯不会被吃掉; 预览和导出是同一个外圈。

逐字稿驱动剪辑#

对音视频素材点「AI 转写」,得到带时间码的逐字稿:

• 单击定位,按住拖选标记删除,双击标记单个词;选好之后「删除所选词」,对应的片段从时间线上剪掉并补缝。
• 「静音」找出逐字稿里 0.6 秒以上的停顿,打开后可以「全选静音」一起删。
• 「口癖」先预览再选中:按类别列出每一处和它的上下文(拖音「呃 / 嗯 / um / uh」、套话「就是说 / 然后就是」、「那个」、英文 like), 看过再「选中这 N 处」。「那个」和 like 常是正经词(那个人 / I like it),默认不选。
• 「按句切分」把整段按句切开;在一句中间「在此切一刀」后,两半仍挨在原位,不会被同一时刻的另一种语言或另一轨的行插开。
• 「生成字幕」从逐字稿铺一条字幕轨。
• 说话人以人形图标加从 1 数的序号标出(「说话人 1」),只在识别出两位以上说话人时显示。
• 已有逐字稿、时间线上还有素材没转写时,按钮写作「转写其余 N 段」。
• 断句只在以标点结尾的地方断:讲话人换气不会劈出半句,拉丁词(controlnet 这种)不会被劈开。重新断句会重新测量每一行, 不留下大块空白。
• 转写用「设置 → 能力提供方 → 转写」里定的那一家;本机引擎由部署管理员在管理 → 引擎里装好,模型首次使用时下载。

AI 助手#

机器人入口打开的是和 AI Studio、工作流、画板同一个助手面板;每个剪辑项目有自己的对话,还会带上这个项目的记忆。剪辑页默认把助手停靠成真正的右栏,时间线与监看器随之缩放而不是被覆盖; 需要盖在上面时再切换为悬浮。左上角标题就是当前对话名称,点击可搜索、切换,或从「其他对话」里挑一段在这里接着聊。

智能体能用的剪辑操作和你手上的是同一套:新建时间线、加片段、复制片段、替换媒体、加轨道时指定放在第几行、配字幕、配音…… 改动先出确认卡;它的改动和你的改动一样按「只撤自己的」来。

调色#

选中视频或图片片段,在检查器切到「调色」。调色只作用于当前选中的片段,右上角「重置」:

• 风格预设:无、鲜艳、黑白、暖色、冷色、电影、褪色。
• 光线:曝光、亮度、对比度、伽马、高光、阴影、白色阶、黑色阶;色彩:色温、色调、饱和度、自然饱和度、色相; 效果:褪色、锐化、暗角。
• 曲线:Luma / R / G / B 通道,点曲线加点、拖动调整,双击或右键删除;独立撤销栈(每次拖动记一步)。
• 3D LUT:上传 .cube,导出时烧录、叠在调色之上。

色阶(高光 / 阴影 / 白 / 黑)、锐化和 LUT 只在导出时完整生效,预览里是近似效果(LUT 预览暂不显示)。

字幕#

• 加字幕:命令栏或字幕页的「在播放头加字幕」,或「从逐字稿生成」整条。字幕页每条可以直接改字;点时钟图标「改起止时间」, 开始、结束填秒数或 分:秒,Enter 确认、Esc 取消;把一条的文字清空就是删掉它。播放时列表跟着当前那一条滚动。
• 重新生成字幕是替换,不是叠加:目标字幕轨上已经有字幕时会先问「重新生成字幕?」,确认「替换并重新生成」。工作流「生成字幕」 节点和这里断句一致。
• 字幕样式(整条时间线共用):文字(字体、可上传字体、字号、颜色、加粗)、衬底(底色、不透明度,0 为无衬底)、布局 (底部 / 居中 / 顶部、边距)。字幕和花字都会烧录进导出的成片。

导入与导出 .srt / .vtt#

• 导入字幕文件:选落到哪条字幕轨(默认新建一条),选已有的轨时可以「替换这条轨上原有的字幕」;选 .srt / .vtt 文件, 也可以把文件拖进素材池。
• 导出字幕文件:选哪条字幕轨(不止一条有字幕时)、格式(SRT 或 WebVTT);有两行的双语字幕时选「两行都写 / 只写第一行(原文)/ 只写第二行(译文)」。

翻译与双语字幕#

字幕页的「翻译」:选目标语言(英、简中、繁中、日、韩、法、德、西、俄),可以「仅选中的 N 条」,打开「保留原文(双语)」 得到「原文 / 译文」两行。翻译引擎照「设置 → 能力提供方 → 翻译」列:Google 翻译(免费) 不用配置、逐句直译; 对话模型 用你自己的对话连接,能顺着上下文润色(会花钱);装了翻译插件的也在里面。默认是 Google。

双语也可以分两条轨放:原文一条字幕轨、译文一条(比如另导入一份 .srt)。同一时刻几条字幕轨上都有字时,合成一个框放在底部, 上面那条轨的字在上 —— 预览和导出逐像素一致。

配音#

左栏的「配音」页给字幕配音:上面选语音引擎、音色、语速,下面是这批字幕怎么配。范围跟着时间线上的选中走 —— 选了几条就只配 那几条(「仅选中的 N 条」),没选就整条轨;字幕页每条字幕旁的配音按钮就是「选中这一条、切到配音页」,这时会写「只配 0:12 这一条」, 可以「改成整条轨」。有几条字幕轨时选「配哪条字幕轨」(默认是选中那条所在的轨,否则最上面那条)。

产物落到一条专门的配音轨:原声一个字不动,不满意整条删掉就回到原样;再配一次回到同一条轨。重配一句是替换,不是叠加; 同一句、同一把嗓子已经配过的直接跳过,完成时会说跳过了几条。整次配音撤销一次就回去。

原声怎么办,四档:

• 配音说话时压低(默认):原声降到约 −10 dB,适合原声是环境音或音乐。
• 静音(译配用这个):两边都是人声时压低只会变成两个人同时说话。
• 保持原样:你自己在轨道上处理。
• 只去掉人声,留背景音:先把原声拆成人声和背景音,丢掉人声、留住背景音乐(要装人声分离引擎)。

四档都不删任何东西:动的是轨道上的静音 / 闪避开关,或者把背景音那份放到一条音频轨上,随时撤得回来。生效的范围是真正装着声音 的那条轨,视频片段自带的声音也算。

• 缩放到段落长度(默认开):念不完时在 0.9–1.5 倍之间变速压回这条字幕的时长;1.5 倍还放不下就占用到下一句开始之前的空当。 用的是片段自己的倍速,无损、可撤销,事后还能在检查器里微调。
• 配音文本:双语字幕会多问一句念「完整字幕(含两行)/ 第一行 / 第二行」。整段丢给合成会先念原文再念译文。
• 引擎:本地音色克隆、Edge 免费语音、OpenAI、火山、阿里云百炼,以及装了配音插件的;远端引擎的音色按引擎现拉(火山的目录 跟着你的账号走)。本地克隆还能选克隆引擎(F5-TTS / Fish Speech),音色库在「设置 → 配音与音色」。

念一段任意文字、做播客产出的是独立的音频素材,和时间线无关,在 AI Studio → 创作。

语言对不上时,引擎不会报错 —— 它按自己认识的发音规则硬念一遍,交出一段听不懂的声音然后报成功。 所以选引擎的那一刻就会拦下来并说清出路,而不是等你听完才发现。

用自己的音色念外语#

本地音色克隆的语言能力取决于装了哪份权重,不是引擎的固有限制。基础权重是中英双语;日文、法语、德语、西班牙语、意大利语、 俄语、印地语、阿拉伯语、芬兰语各有一份社区微调权重,缺哪份就在配音页当场下载(各约 1.4 GB)。

日文、韩文、俄文、阿拉伯文、印地文能按文字自动认出来,装好就直接用。而法语、德语、西班牙语、意大利语、芬兰语和英语共用拉丁字母 —— 没有任何字符能证明「这是法语而不是英语」,所以它们要在「权重」下拉里明说用哪一份。

不装本机引擎,用百炼念自己的音色#

配音库里的嗓子也能交给阿里云百炼的 CosyVoice 念:引擎选「阿里云百炼(CosyVoice)」,音色下拉在系统音色下面多一组 「我的克隆音色」。念的是这把嗓子在你自己的百炼账号里复刻出来的一份副本 —— 不用装本机引擎、不用下几 GB 权重,代价是 按 CosyVoice 的字符价计费(复刻这一步免费)。本机克隆照旧能用:同一把嗓子,本机直接用参考音频,CosyVoice 用副本。

• 第一次用要你点一次头。 参考音频(就是建音色时那 5–15 秒)会上传到你的百炼账号,确认框里写明传到哪条连接、复刻到哪个 模型上;同意了才传,复刻在后台做,十秒左右,配音会等它好了再念。之后换了模型、副本被百炼删了(一年没被合成用过会被自动删除), 都在用到时自动重建,不再问。也可以先在「设置 → 配音与音色」里点那把嗓子的「复刻到百炼」(排成一个任务,好了任务中心会说)。
• 没声明是谁的嗓子不能复刻(和数字人同一条线),下拉里也不列:先在音色库里补上授权声明。
• 音色库里每把复刻过的嗓子写着它在哪儿能念:「本机」「百炼 · cosyvoice-v3-flash」;复刻中、复刻失败(悬停看原因)、被百炼删了 也写在那儿。
• 在 Mosael 里删掉这把嗓子,百炼上的副本一起删。 删不掉的(钥匙失效、网络不通)会列出来,去百炼控制台的声音复刻里看一眼。
• 副本跟着钥匙走:同一条连接下每个人用自己的 Key,复刻出来的音色只在那个人的账号里。复刻在用量里记一笔(免费), 看得到哪天、哪把嗓子、传到了哪条连接。
• 音色绑在建它的那个模型上:连接上配的 CosyVoice 模型换了,用到时在新模型上再复刻一份,旧的那份不动。

AI Studio「创作」里的语音、画板上的念字、工作流的配音节点、「语音对话」的音色,选 CosyVoice 时都能挑配音库里的嗓子。 工作流和人物资产的「让它说话」在后台跑、当场问不了你,第一次用之前先点「复刻到百炼」;没同意过的会停在配音那一步并说明。 智能体也能点名用 CosyVoice 念配音库里的嗓子,没同意过时它在开确认卡的那一刻就会说,请你先去点「复刻到百炼」。

要在账上看到 CosyVoice 花了多少,先在「管理 → 成本规则」里对百炼那条连接点一次「预填价格」(见模型连接与配置 → 成本规则)。 合成失败时,报错带着百炼回包里的原话(比如音色不存在、模型不对)。

导出#

命令栏的「导出」打开「导出设置」,渲染当前时间线,产出一条新素材:

选项	可选	默认
分辨率	原始、1080p、720p、480p(只降不升,花字和投影按比例缩)	原始
帧率	跟随序列,或 24 / 25 / 30 / 50 / 60	跟随序列
画质	高(文件较大)、标准、压缩(文件较小)	标准
响度标准化(−14 LUFS)	把整条声音拉到 −14 LUFS、峰值不超过 −1 dB,适合发到不做音量归一的地方;预览里听不到	关
给 AI 生成的内容加「AI 生成」标识	时间线上有 AI 生成的片段时才出现(片段上带「AI」角标)	关,每次导出都从关着开始

前四项会记住上次的选择。不开响度标准化也不会爆音:混音后总是限幅。

• AI 标识:成片里用到 AI 生成或合成的素材(包括由它们截取、降噪、分离出来的)时,文件里总会写入标准的隐式标识字段;画面上默认不加, 勾上才在片头左上角写 3 秒「AI 生成」、整片右上角一行小字,详见数字人里的「AI 生成标识」。
• 更快:字幕和静止的花字合成一路透明轨叠一次、同一句只渲一次;同一素材接着用的几段共用一路输入;层多的时间线分块渲再无损接起来。 一条 270 秒、150 段跳剪加 200 条字幕的时间线,导出从 106 秒降到约 17 秒,内存占用减半多;素材很多的时间线不再报「打开的文件太多」。
• 更准:每次导出用自己的中转目录,同一条时间线同时导出两份互不干扰;段边界按整帧对齐;声音晚开始的素材不会声画错位; 入点正好落在关键帧上时声音不缺头;硬件编码起不来时开跑前就换成软件编码。
• 时间线上有「素材已删除」的占位片段时,导出会拒绝并点名是哪一份素材,而不是静默地少一段。

导出完成即可进入发布。