鬼手剪辑

定义

鬼手剪辑是一款 AI 驱动的视频译制平台，提供字幕生成、文字擦除、翻译、配音、音频处理和视频合成等功能。与主要处理剪辑、调色和特效的通用视频工具不同，它聚焦于已有视频的跨语言复用，按「硬字幕擦除与背景修复、剧集级翻译与校对、角色化配音与音画对齐、多版本导出」的顺序组织生产环节^[1]。

该产品有中英文两个版本，大陆用户也可通过微信小程序访问，开发方同时提供 API 接口和私有化部署服务^[3]。其母公司为招鲤科技，除智能剪辑工具外还提供 AI 图片翻译服务和智能账号管理系统^[3]。

原理

在文字处理环节，鬼手剪辑使用 OCR 检测画面中出现的文本，提取文字的所在位置与样式，再通过图像修复(inpainting)算法对擦除区域重新填充，尽量还原被文字遮挡的原有画面^[3]。翻译完成后，新文字按原位置和原有大小、颜色、排版贴回画面^[4]。擦除功能支持四种模式，包括自动删除全部检测到的文字、先框定区域后只擦除区内文字、整块移除标记区域内容，以及擦除后再次调整保护区域^[3]。

在语音环节，系统先用 ASR 识别视频中的语音并分离人声与背景声，翻译后用 TTS 合成目标语言的配音，再计算画面、字幕与新语音的时间位置以完成对齐^[3]。除保留背景音乐外，也支持静音、算法配乐或指定音乐匹配^[5]。在剧集层面，产品以整部剧为单位管理角色、术语与进度，以降低人物串戏和专有名词前后不一致的情况^[1]。

翻译环节采用多个智能体协同的工作流，其中的 Trans Agent 负责全局剧情理解、术语提取与审校，用于改善多语言本地化的适配效果。语音识别与合成综合使用了自研方案以及讯飞、阿里云、Google、微软和火山引擎等技术，翻译则综合调用讯飞、DeepL、ChatGPT 等引擎^[5]。

发展历程

从公开的产品更新记录看，鬼手剪辑在 2023 年 1 月上线了视频文字翻译产品，此后陆续增加翻译字幕调整、分段变速对齐、硬字幕在线编辑等功能^[5]。2023 年 7 月，平台开放在线 API 的开通和使用；同年 8 月和 9 月先后加入网页版与小程序版的 TikTok 一键发布功能，处理后的视频可直接发布到已绑定的账号^[5]。

2023 年 10 月上线 AI 图片处理能力，支持自动擦除并翻译图片内的文字；2024 年 9 月前后，去重功能新增面向短剧二创和解说二创的高级选项，并加入字幕位置推断以减少对场景文字的误擦除^[5]。产品随后推出短剧翻译专家 Agent，并与阿里云在 OCR 和 ASR 技术上开展合作。开发方表示未来的产品迭代方向包括 AI 漫剧出海。

据开发方介绍，其 CEO 为张天佳，他曾就短剧出海面临的成本与周期问题作出分析，并判断行业将向视频生成端到端化、多模态情感交互和超本地化方向发展。

应用

该工具主要面向短剧出海场景。按开发方公布的数据，其日处理译制的真人短剧与 AI 短剧接近 30 万集，折合约 3000 多部内容，客户涵盖短剧公司、译制服务商、跨境电商、MCN 机构与内容平台^[2]。其译制流程可概括为新建项目、上传素材、字幕翻译、人工校对、字幕擦除、AI 配音与成片下载，平台方称最快约 2 小时可完成一部译制剧^[1]。

除译制外，产品还提供视频去重与二次创作能力，例如随机镜像、变速、调色、掐头去尾、抽帧等处理选项，并支持 AI 改写原文案后重新配音^[5]。在接入方式上，它可以只调用擦除、字幕、配音或图片翻译中的单项能力，也可以把上传、翻译、校对、擦除、配音、压制和结果回收整条链路接入 API，或由 Agent 通过官方 Skill 调用同一套接口^[2]。

语言覆盖方面，视频文字翻译的源语言为中文或英文，目标语言包括英语、日语、印尼语、葡萄牙语、法语、西班牙语、印地语、阿拉伯语、越南语、泰语、德语、俄语、土耳其语、意大利语等；图片翻译则支持 100 多种语言的擦除与翻译^[5]。

局限

自动擦除依赖 OCR 的检测结果，当场景中本身存在大量文字元素时，存在误擦除的风险，因此产品加入了字幕位置推断，并提供标记保护区域、擦除后二次调整等手段供人工干预^[3]。对特定的标志、贴纸或水印，自动检测无法完全覆盖，需要用标记区域的方式手动指定后再移除^[3]。

产品在公开的横向对比中被归类为短剧后期 SaaS 工具，定位为「剪辑、字幕与简单翻译」，其 API 与工程化能力相对较弱，多任务并行也受到限制。因此在该对比给出的选型建议中，它更适合单人或小工作室先做小规模尝试，而非每月 20 部以上的大规模生产场景。

平台自身的介绍中提到，自动擦除与翻译效果受片源质量影响，产品支持先用真实素材试跑再放大到项目级和 API 自动化^[1]。翻译虽由多个智能体协同完成，官方流程中仍保留人工校对环节，说明机器翻译结果并非无需复核^[2]。

参见

• OCR —— 鬼手剪辑提取画面文字位置与内容所依赖的光学字符识别技术。

• ASR —— 用于识别视频语音并生成字幕的自动语音识别技术。

• TTS —— 把翻译后的文本合成为目标语言配音的语音合成技术。

• 图像修复 —— 擦除硬字幕后重新填充画面所依据的算法。

• 音色克隆 —— 使配音保持原角色声线特征的语音处理技术。

• TikTok —— 鬼手剪辑支持一键发布的短视频平台之一。