字幕搜索——通过对话内容查找视频片段
ClipCatalog 将视频中的语音转化为可搜索文本——直接在您的Windows电脑上完成。输入任意语音词汇，即可精准定位对应片段。完美适用于访谈、声音片段、旁白录制以及任何需要重点呈现对话的素材。
在整个媒体库中搜索名称和关键词——无需手动拖动时间轴。几秒钟内找到所需片段，无需耗费数小时反复查看素材。
结果会直接链接到包含匹配词的片段。预览确认后，即可发送给编辑——再也不用猜测哪个文件包含所需镜头。
下载字幕为纯文本或SRT字幕文件。可在非线性编辑软件中使用，上传至YouTube，或与原始素材一同归档以备将来查阅。
导出为纯文本、SRT字幕或复制到剪贴板。
成绩单检索如何运作
ClipCatalog 从每段视频中提取音频，通过本地 Whisper 语音转文本引擎处理，并将时间对齐的转录文本存储在您的加密库中。此后，所有语音内容均可即时检索。
添加任何视频文件夹——无论是内置硬盘、外置固态硬盘还是项目存储库。ClipCatalog将自动扫描并检测所有支持的视频文件。
ClipCatalog 提取音频并在本地运行 Whisper 转录。若硬件支持，可通过 Vulkan 实现 GPU 加速——否则将自动回退至 CPU。
输入任意词汇，系统将显示匹配的片段。结合字幕文本与检测内容、人脸滤镜、日期范围等功能，精准定位所需素材。
转录过滤器——词汇、语言及语音覆盖范围
ClipCatalog 提供三种基于转录文本的过滤器，其功能超越了简单的关键词搜索：
搜索某个口头语，以查找包含该表达的片段。
按检测到的语言筛选——当您的媒体库包含多种语言的素材时，此功能可帮助您仅筛选出特定语言的素材。
设置最小/最大语音百分比，以筛选出"以对话为主"的片段（访谈、旁白）或"以静音为主"的片段（环境音、场景B卷）。
转录文本检索示例
当你记得某人说过的话却不记得文件存放位置时，文本搜索功能便大显身手。以下是创作者实际会进行的词汇搜索类型：
您可以将字幕搜索与其他筛选条件结合使用——例如，先搜索某个词语，再限定到特定日期范围、特定文件夹或包含某人面部的片段。探索所有搜索筛选条件 →
视频编辑员的字幕检索工作流程
你拥有多日拍摄积累的20小时访谈素材。与其逐帧重看，不如直接搜索所需主题或关键词——童年、第一份工作、人生转折点——精准跳转至故事剪辑所需的关键片段。
您的客户需要一段15秒的视频片段，内容是CEO谈论LinkedIn的发布事宜。不必逐帧浏览整场演讲，只需搜索几个关键口语词汇，直接截取对应片段即可。
你录制了2小时的直播内容，需要从中截取精彩片段。只需搜索关键词或记忆中的精彩反应，预览匹配片段后即可导出——无需手动逐帧翻找完整录像。
需要SRT文件以满足无障碍访问或平台要求？ClipCatalog在索引过程中自动生成字幕，您可直接导出字幕文件——无需额外转录步骤或第三方服务。
自动片段类型分类
当ClipCatalog完成对视频片段的语音处理、内容检测及人脸识别后，将自动将每段视频归类为以下素材类型： 对话、旁白和场景。
镜头中有人讲话的片段——访谈、谈话镜头、对话场景。非常适合寻找访谈精选片段或主镜头素材。
无可见发言者的语音——旁白、B卷画面解说、教程音频。适用于将旁白音轨与视觉内容分离。
几乎没有或完全没有对话的素材——风景镜头、B卷镜头、场景建立镜头、环境音频片段。当需要无对话的视觉素材时，可筛选这些素材。
您可以通过素材类型筛选和排序功能，快速找到适合编辑需求的片段。该功能与字幕搜索协同工作——例如，搜索某个词并筛选仅含对话的片段。探索所有搜索筛选器 →
成绩单检索的预期结果
转录工作最适合清晰、录制良好的音频——例如在安静房间进行的访谈、旁白和画外音。这类音频片段正是查找特定台词最能节省时间的场景。
嘈杂的背景噪音、说话人声音重叠以及浓重的口音都可能降低转录准确性。ClipCatalog内置质量防护机制，可抑制低可信度转录内容，避免垃圾结果干扰您的搜索。
在Windows中，转录功能可通过Vulkan调用您的GPU以实现更快的处理速度。ClipCatalog甚至内置基准测试功能，可在您的硬件上比较CPU与GPU的速度，并自动选择最佳后端。 了解GPU加速方案 →
您的音频始终保存在本地设备。Whisper引擎完全在您的设备上运行，因此敏感访谈内容、客户素材及个人录音均能保持私密性。了解本地优先隐私保护 →
常见问题
不——ClipCatalog完全在您的计算机上运行语音转文本功能，使用本地Whisper引擎。您的音频和视频文件绝不会上传至云服务。
尚未实现。ClipCatalog 仅搜索转录文本中的单词（单个发音词），不支持精确短语或按顺序的引文。
ClipCatalog采用广受好评的语音识别模型Whisper。在支持语言中，清晰语音的识别准确率通常较高，但重口音、背景噪音或多人同时说话等情况可能导致结果波动。本应用内置质量控制机制，可自动抑制低置信度结果。
Whisper支持多种语言。ClipCatalog可自动检测语音语言，您可按转录语言筛选语音库。应用界面及检测内容已实现10种语言本地化。
是的——字幕文件可导出为纯文本或SRT字幕格式，可直接在编辑器中使用，或用于在YouTube等平台发布字幕。
首次启动时下载AI模型后，转录和搜索功能可在本地离线运行。许可证验证则需要不时连接互联网。
转录仅在一次性处理步骤中运行，而非每次搜索时执行。索引完成后，搜索将实现即时响应。若您拥有性能优异的GPU，配合Vulkan加速转录技术将显著提升处理速度。
是的。您可以在单次查询中叠加多种筛选条件：字幕文本、检测到的内容、面部滤镜、日期范围、文件夹、相机元数据等。每个筛选条件都会进一步缩小结果范围。
将成绩单搜索与其他筛选条件结合使用
文本搜索本身已足够强大，但真正的优势在于将其与ClipCatalog中的其他搜索维度结合使用——从海量片段中精准定位所需瞬间。通过跨词汇、标签和人脸的搜索，您可自由切换全匹配/任意匹配（AND/OR）模式。
最适合
- 纪录片导演从数小时的采访素材中提取引语。
- YouTubers & vloggers 从长篇录制内容中剪辑精彩片段。
- 播客编辑在各期节目中搜索特定主题。
- 企业视频团队为社交媒体或内部沟通寻找精彩片段。
理解视频字幕检索
无论你称之为语音转文字搜索、对话搜索，还是"视频版Ctrl+F"——其核心理念始终如一：让软件将口语转化为文本，使你能够通过对话内容而非仅凭文件名或文件夹结构来检索视频素材。
云端转录服务按音频分钟计费。而使用ClipCatalog时，Whisper模型在您的硬件上运行——无需按视频付费，无需等待上传，无需持续订阅。 处理速度取决于您的设备：高性能的GPU可实现高速处理，而仅支持CPU的设备处理大型音频库时会稍慢。无论哪种方案，您只需支付一次费用——档案索引完成后，搜索将即时完成且无需再次付费。
编辑们常会记得拍摄中的某个词或话题，却不知具体存放在哪个文件里。没有文字稿搜索功能时，唯一的选择就是逐个片段地回放——或者重看整段访谈。有了可搜索的文字稿，只需输入记忆中的关键词，匹配的片段便能在几秒内呈现，省去数小时的手动审查。
单词搜索可能返回数十个片段。ClipCatalog转录文本搜索的真正威力在于与其他筛选器结合使用：搜索"预算"后，可进一步限定为特定日期范围内的片段、特定文件夹中的片段，或通过AI视觉标记器标记为"访谈"的片段。每个附加筛选器都能缩小结果范围，避免您在大量误报中筛选。 探索所有搜索筛选器 →
ClipCatalog 追踪每个片段中包含对话的比例（语音覆盖率）。这让你能够实现诸如"筛选以对话为主的片段"（访谈精选）或"筛选语音极少的片段"（场景辅助素材）等操作。这种方法能有效区分对话密集的素材与环境音或音乐主导的内容，其实用性超乎想象。
免费试用 ClipCatalog — 最多可观看 500 部视频
无需注册账户。您的视频素材将始终保存在您的电脑上。