为什么做这个工具？
剪辑师都懂：给视频加字幕是一件耗时且枯燥的事。
用 SRT 导入 FCPX？文字样式没法调，想改字体、大小、位置、颜色？抱歉，不行。一条条手动打字幕？几十条字幕输完，半天过去了。外包给语音转文字服务？音频文件要上传，隐私不保障，还要花钱。
AiFcpxSrt 就是为解决这些问题做的。
它能做什么
把音频文件拖进去，点一下，字幕就出来了。
不是简单的 SRT 文件，是原生 FCPX 字幕——导入后直接出现在时间线上，字体、大小、颜色、位置、效果，全部可以在 FCPX 里自由调整，和手动加的字幕一模一样。
支持双语模式（中文 + 英文双行字幕），英文原生 FCPX 样式。
核心流程
音频 → Whisper 语音识别 → 文案对齐校正 → LLM 翻译 → 原生 FCPXML 字幕全程本地运行，不需要上传任何文件。Apple Silicon M 芯片 GPU 加速。
开发历程（按时间）
第一阶段：核心功能
- Whisper 语音识别 + Qwen LLM 纠错 pipeline
- 原生 FCPXML 字幕导出（多行 title 元素）
- 双语模式（CN lane 1 / EN lane 2）
- 一键导入 FCPX
第二阶段：交互优化
- 双语预览/编辑（CN 可编辑，EN 灰色不可编辑状态）
- 右击「重新翻译」单条字幕
- 保存/打开会话进度（.aifcpxsession JSON 文件）
- HSplitView 布局，黑线分隔工具栏和内容区
- 深色模式
第三阶段：授权系统
- LicenseManager 单例状态机
- OnlineVerifier 服务端通信 + HMAC 验签
- 设备指纹生成（DeviceFingerprint）
- LicenseView 输入界面
- 激活成功弹窗确认
第四阶段：稳定性修复
- 指纹计算去掉 MAC 地址（解决网络接口顺序导致的指纹不稳定）
- 指纹结果缓存到默认设置（解决算法变更导致的设备身份变化）
- 启动状态同步判定（不再依赖异步 cache 校验，消除界面闪烁）
- 后台校验不降级状态（只显示错误，不踢回授权页）
第五阶段：产品化
- SVG/PNG 图标制作，替换为 Final Cut Pro 风格图标
- 正式将软件名称定为「AiFcpxSrt」
- 关于界面（开发链接、邮箱、版本信息、发行说明）
- 构建脚本自动打包（build.sh）
- ffmpeg 捆绑
第六阶段：真实进度 + LLM 翻译
- ASR 进度从假脉冲（线性 2%/2s）改为截获 mlx_whisper 内部 tqdm 的真实进度
- 中+英双语的英文通道从双次 ASR 改为 LLM 翻译（Qwen 2.5）
- 引入音频语言选择器（中文 / English），分离 ASR 语种和目标字幕语种
- "自动校正"按钮扩展为两步：校正（有文案时）→ 翻译（需翻译时）
- 翻译在校正之后执行，保证英文翻译质量
技术栈
- 语言: Swift 6.2 (SwiftUI + Combine) + Python 3
- AI 模型: Whisper medium (MLX 4bit) + Qwen 2.5 1.5B (4bit)
- 语音识别: mlx-whisper（Apple GPU 加速）
- LLM 翻译: Mlx-lm + Qwen 2.5（离线本地推理）
- 加密: CryptoKit (AES-GCM, HMAC-SHA256)
- 构建: Swift Package Manager + PyInstaller
- 最低系统: 理论上MAC M1以上系统都能运行，不限版本
- 架构: Apple Silicon (arm64)
补充说明：站长的开发环境为MacBook Pro M4 16+512 2024 Sequoia 15.7.5 在此系统上测试了全流程通过，所以环境仅供参考。由于没有更多系统版本的机器、系统可供测试，拿到软件的，请自行测试。 Intel 版的Mac 机器就不要试了，跑不起来的，架构不一样。
Final Cut Pro: 我测试了两个版本 11.2和 12.3，均导入通过。
硬件要求
- Apple Silicon Mac（M1 / M2 / M3 / M4 /M5）
- macOS 11+(编译环境系统为15.7.5)
- 建议 16GB 内存
当前状态（2026-07-11）
- 核心功能稳定，授权系统运行正常
- 双语模式：中文 ASR + LLM 翻译为英文，英文音频同理反向
- 构建系统完成：一次脚本生成两种 app（Dev / Release）
- 待做：服务端解除设备绑定 API、在线校验周期性定时器
- 持续优化：更详细的错误信息透传、用户体验打磨
一点感受
做这个工具的初衷其实很简单——我懒得一条条打字幕。又不想给剪映充钱，我就是想白嫖。
但做着做着发现，很多剪辑师都在忍受同样的事情。FCPX 文件格式晦涩难懂，SRT 与 FCPX 之间存在巨大的功能鸿沟。本地的 AI 模型越来越强，跑在 M 芯片上又快又省电，为什么不利用起来？
这么好用的工具，我收个打包费，不过份吧？
它还有一个更豪华的展示链接： AiFcpxSrt Fincal Cut Pro 字幕自动识别
下载地址：
AiFcpxSrt Fincal Cut Pro 字幕自动识别下载地址
图片展示：
这是AI根据加载的音频刚生成的初始字幕，断句准确，可能会有错别字
经过加入文案文档后，用算法重新校正后的效果，可以发现错别字已全部纠正：
这是点击一键导入Final Cut Pro后提示把字幕放到哪个事件中：
导入过度条
导入成功：
评论 (0)