独家重磅」FCPX内嵌式字幕识别扩展-FCPX千问识音发布（免费内测B10-试用期已刷新）

测试/试用链接

链接: https://pan.baidu.com/s/1Sg21kDT-gmTtToi-pql1ow?pwd=kqf4

前言

本项目是在中国大陆地区诞生的第一个FCPX扩展程序，发布于2026年3月27日。从B1版本就参与内测的网友应该知道，本扩展一路走来可谓是困难重重，FCPX内部通信协议是未公开的，即使有AI的帮助，我也是经历整整半个月1000多次撞库才猜出来正确的协议规范，AI token费用就花了200美元，这一点微信群的粉丝俱有见证，整个过程我每天都会分享成果。内测版本我开放了详细的开发日志和样本提取，本来是为了让其它FCPX开发者根据样本和日志一起来猜FCPX的内部通信协议，但是这样也就会造成其它拿来主义直接根据我的开发日志和样本进行换壳。我预料到了这个结果，但是没想到干这个事情的是一个大博主，他先是发圈否定AI生成的代码不具有独创性，给自己抄袭换壳找一个冠冕堂皇的理由，不愧是大V，手段就是高明，你抄就抄，我放出来就是给人抄的，你抄完还要阴阳还要否定别人属实恶心。

注意事项

本程序仅在登录激活和试用期需要联网，正式激活后本地模型模式无需联网。云端识别任何时候都需要联网，请根据自己需要选择合适的模式

云端识别需要自己去对应平台申请API，详情请往后看教程（不填API也能使用本地模式）

B2新增了高精度大模型，下载大模型包后打开dmg包拷贝到影片目录（由于扩展沙盒机制无法放入外接硬盘），然后在APP设置界面指定模型路径（具体设置请往下翻查看使用教程页面）（不指定大模型也能使用，扩展内部自带了一个轻量化的本地模型）

已知兼容MacOS26系统 FCPX11版本。理论版本支持FCPX10.6以上，MacOS14.0以上

更多版本兼容性需要更多测试，无法使用的请向我报告。

更新记录（更新版本前请删除旧版下载包和应用程序）

B10内测

修复长音频自动分段识别后拼接错误出现重复文本的问题。
增加字体、字号、位置、文本颜色的设置

B9内测

经历1039次盲猜和撞库，终于打通FCPX和扩展之间的私有通信协议规范，实现了将生成结果以故事情节的方式拖回时间线。
修复界面第一次打开显示不全需要手拉的问题。
修复从分享“将音频发送到千问识音”导入的音频不能自动识别帧速率的问题。

由于B9的拖回算法变了，所以字体字号设置又失效了

B8内测

增加文稿匹配模式
修复字体字号应用失效的问题

已知问题：新增的导出音频到扩展需要严格设置帧速率和项目一样，不一致会导致复合片段无法解包。下个版本我会增加自动识别项目帧速率设置

B7内测

刷新试用时间
增加一键从FCPX时间线获取最终渲染音频参与识别。
优化UI界面
新增专为超长字幕优化的拖回复合片段，避免超长时间线字幕拖回失败。

B7新增在主APP中点击安装预设后在FCPX导出界面出现新增的“发送到千问识音”，可以一键导出音频参与识别

B6内测

修复浅色模式UI异常的问题
修复超长时间线生成的字幕无法拖回提示UID：8192超出范围的问题
增加srt/音频文件的导入支持
增加srt/txt文件生成，自动保存在“影片-FCPX千问识音临时输出字幕文件夹”

已知问题：超长时间线由于字幕行数太多超出FCPX解析无法拖回时间线，可以先拖回事件浏览器再拖回时间线。这是一个难点攻克这个问题需要时间。

B5内测（本次UI重绘是在MacOS深色模式下进行的，导致浅色模式下看不清界面，等待修复）

界面UI重绘彻底修复试用状态异常问题本次内测会刷新使用状态，已过期用户可以继续试用
接入剪映字幕识别引擎-火山引擎豆包录音文件识别。开通免费额度领取地址https://console.volcengine.com/home（20小时额度90天有效期）正式调用3.5元/小时。具体流程请询问豆包。将获取到的key填入设置页面中即可使用剪映字幕引擎。开通后到https://console.volcengine.com/speech/service/10012复制App Key和Access Key填入设置页面。

B4内测

修复试用状态异常问题
修复界面发灰问题
修复登错账号无法换号登录的问题

B3内测

关闭字幕默认的淡入淡出效果，改为扩展开关

B2内测

加入更高精度本地大模型（0.6Bbf16精度/1.7Bbf16精度）推荐32G内存以上使用高精度模型
加入微软Azrue 云端识别接口 key申请方式请参考历史贴大鱼自制免费 AI 配音+字幕识别+SRT转FCPXML软件（12.28更新）-免费资源 https://dayu.media/1491/ （需要Visa/master信用卡免费）
加入腾讯云端语音识别API接口（每月免费10小时额度），API申请地址https://console.cloud.tencent.com/asr 请注意生成的key只显示一次，务必下载csv保存到本地
增加切换登录账号避免登录错误
改进音频渲染逻辑，避免渲染结果和时间线不一致。（可能还是存在问题需要更多测试反馈）
加入字体字号指定、moti字幕文件指定

后续还会增加阿里百炼云/火山引擎豆包云端识别模型，正在和服务商沟通落地方案

软件特色

对比mCaptionsAI，本软件有以下优势

mCaptions使用的whisper模型，存在着字幕之间没有静音间隔和偶尔输出繁体字幕的通病。千问织音使用Qwen3-ASR大模型，是目前本地部署对中文支持最好的大模型，也是Mac下面最快的模型，在中文识别的准确度和速度方面全方面碾压whisper。

mCaptionsAI是DesignStudio的附属程序，必须要安装整个高达16GB的DesignStudio包和2GB的whisper模型包，还不能删减不需要的文件。由于严格的文件完整性检查，很容易误操作动了文件导致激活失效需要重新激活。FCPX千问织音整个程序+模型只有3GB，使用简单的微信登录激活，不会出现中途激活失败的情况。

mCaptionsAI输出的字幕不能重新分行、校对，需要拖回时间线后再FCPX分行，体验极差。FCPX千问织音可以在扩展中对生成的字幕进行重新分行、合并行、批量替换错字、语气词、调整字幕时间，最后再拖回时间线，拖回后几乎不需要再次校正。

咱们国产软件，也是能吊打美国佬的

（特朗普我****）