Captions

標題是什麼？

Captions是一個專為短影音創作者、行銷團隊以及企業內容部門所設計的AI影片生成與剪輯平台。它最初以自動字幕生成和行動端編輯功能為核心，現在已經擴展到提示詞生成影片、AI演員、個人數位替身、自動剪輯、配音翻譯、口型同步、生成式補充鏡頭以及音樂與音效等功能。

使用者既可以輸入真人拍攝的素材，讓 AI 負責添加字幕、去除停頓、放大鏡頭、降噪以及進行視覺包裝，也可以直接從腳本開始，由 AI 演員來演出影片。該平台目前同時使用 Captions 與 Mirage 這兩個品牌：Captions 是用於創作與編輯的工具，而 Mirage 則代表其自研的音訊與視訊基礎模型、企業解決方案以及開發者相關的功能。

AI Edit自動剪輯

AI Edit可以分析原始口播內容，為整條影片自動添加字幕、轉場、縮放、圖片、補充鏡頭、音樂和音效。用戶選擇視覺風格後，系統會完成第一版剪輯，再回到時間線中繼續修改。

這項功能適合將一般的自拍影片快速轉換成TikTok、Instagram Reels、YouTube Shorts以及信息流廣告的格式，但系統自動選擇的素材、節奏和強調詞句，未必符合品牌的風格。在發布之前，應先檢查畫面的含義、產品的外觀、音樂的授權狀況、字幕的斷句方式以及關鍵資訊是否正確。

Chat to Edit對話式編輯

Max及更高階的方案提供對話式編輯器，使用者可以以自然語言來要求調整剪輯內容，例如刪除某段影片、改變節奏、加入字幕、更換視覺風格或添加生成式素材。這樣一來，就能降低操作時間線的難度，適合快速測試不同的版本。

對話指令仍可能影響不應刪除的內容。重要的商業影片應保留原始素材和項目版本，並在每次批量改動後從頭播放確認。

自動字幕

字幕可以從影片的語音自動轉寫並生成同步字幕，支援100多種語言以及100多種字幕樣式。使用者可調整字體、顏色、佈局、強調動畫、逐字顯示及自動表情，並根據不同社交平台的畫面尺寸重新輸出。

字幕通常直接燒錄進畫面，適合靜音觀看和短影片傳播。語音識別會受到口音、多人重疊、雜音、專業詞彙和人名影響，必須校對術語、數字、品牌名與標點。

需要無障礙字幕或獨立字幕檔案時，還應確認目標播放器與導出格式。

相機與提詞器

行動端提供內建相機和提詞器，使用者可以邊看腳本邊錄製。AI Script可根據主題生成講稿，Eye Contact則試圖修正視線，讓說話者看起來更像是在直視鏡頭。

眼神修正適合小幅度偏離的情況，不應期望能修復大幅度轉頭、遮擋物或頻繁移動的情況。AI腳本也可能編造數據，因此有關行銷承諾、健康建議、法律說明及產品參數等內容，都必須由人員親自核對。

AI Creator腳本轉影片

AI Creator可從提示詞或現有腳本生成一條完整的影片。用戶選擇AI演員、聲音和風格後，系統便會創作出對白表演與視覺包裝，適用於產品介紹、廣告測試、知識講解以及社交內容。

生成式影片並非確定性模板，相同的提示可能產生不同的角色動作、場景與節奏。在製作正式廣告時，應先建立可重複使用的提示、品牌檢查表及審核流程，再進行大量生產。

AI演員與Mirage模型

Captions提供由Mirage模型生成的AI演員，這些演員能夠根據劇本來合成聲音、面部表情、眼神、動作以及口型。與僅將音頻套在靜態頭像上的方式相比，其目標是共同創造出更自然的視聽表演效果。

AI演員並非現實中的員工或專家，因此不得暗示該虛構角色會親自使用或推薦某種產品。至於醫療、金融、法律、政治相關的內容，以及針對未成年人的內容，則需要更嚴格的揭露與審核程序。

AI Twin個人數字替身

AI Twin讓使用者能夠透過自己錄製的樣本來創建數位分身，之後只要輸入新的腳本，就能產生類似本人出鏡的影片。Max目前最多可創建30個AI Twins，非常適合創始人、講師和內容創作者反複製作口播內容。

建立數位替身需要清晰的本人授權。團隊應規定誰能調用、可發布到哪些渠道、是否允許商業廣告、員工離職後如何停用，以及帳號洩露時的應急處理。

模型能模仿外觀與聲音，但不能替代本人對內容作最終背書。

AI廣告與AI短劇

該平台提供了用於快速創作廣告及情境短劇的工具，可根據商品特點、賣點及腳本，製作出多種不同的版本或角色設定。行銷團隊可以藉此進行創意方向的測試以及A/B測試，而無需為每個初稿重新拍攝。

批量產出並不等於批量投放。每個版本都必須核對價格、優惠條件、產品畫面、平台廣告政策、人物授權以及落地頁的一致性，以避免產生並不存在的功能或誇張的效果。

配音、翻譯與Lipdub

Caption & Dub可以翻譯字幕並替換語音。官方目前表示，AI Dubbing支援30多種語言；

更高級的Lipdub除了翻譯音頻，還會重塑說話者嘴部動作，使口型與目標語言匹配。

Lipdub可保留原說話者的聲音特徵，普通配音則可使用生成聲音。

影片本地化時必須檢查專有名詞、計量單位、日期格式、禁止使用的詞語以及口型偽象。聲音克隆與口型修改僅能用於已獲授權的說話者，不得用來製造未經同意的聲明。

AI語音旁白與聲音克隆

使用者可以錄製旁白、使用多種語音合成技術，或是在適當的功能中運用自己特有的聲音特徵。Basic版及以上的方案目前可使用Google Chirp、ElevenLabs、Cartesia和OpenAI等多種語音模型，具體可使用的模型會因套餐及地區而有所不同。

不同模型在中文、英文、情緒、語速和專業術語上的效果不同。正式項目應逐句試聽，並保留原始授權與人工旁白備選。

生成圖片、影片、音樂和音效

Max及以上可在編輯器內生成圖片、補充影片、音樂與聲音效果。

官方說明文件中列出的可選模型包括Flux、Luma Photon、Stable Diffusion、Ideogram、Imagen、DALL-E、GPT-4o、Ray、Veo、Pika、Kling、MiniMax、Soundraw和ElevenLabs等，實際列表可能會持續更新。

多模型入口便於比較風格，但每次生成都會消耗Credits，且第三方模型的內容限制與品質各異。用戶仍需檢查版權、商標、人物相似性及商業許可。

Reddit to Video與連結內容

Basic及以上版本提供Reddit to Video等功能，可將貼文或網頁內容轉換成短影片。自動化轉換有助於快速產生素材，但公開可見並不代表可以隨意複製；

原帖、圖片、評論和故事仍可能受版權、隱私與平台規則約束。

傳統編輯能力

除生成式功能外，Captions還提供剪切、自動去空白、縮放、關鍵帧、轉場、文字、圖片疊加、音樂、音效、畫幅調整、音頻提取、降噪、敏感詞靜音和標題卡等工具。Free方案即可使用一部分基礎編輯且無水印。

它更適合用於快速移動端及社交影片的製作，並不等同於用於長篇影片、多機位拍攝、複雜調色以及精細音頻混音的專業非線性剪輯軟體。

支援平台

• 網路與桌面瀏覽器編輯器；
• iPhone和iPad的iOS應用；
• Android應用程式；
• 申請制Mirage API測試；
• 面向團隊的共享工作區與Enterprise服務。

不同終端的訂閱和功能並不完全互通。Android Lite只能在Android恢復和使用；

同一帳號即使在桌面端或iPhone上能登入，也需要Basic、Max或Scale才能在這些平台上使用相應的付費權益。

Free免費方案

Free提供基礎的影片建立與匯出功能，且沒有水印，同時還支援字幕、相機功能、剪輯、縮放、音效、多媒體內容、旁白、轉場以及畫面調整等功能。根據官方說明，新帳號可能會獲得60到200個一次性的終身Credits，但免費方案並不適用於完整影片的製作、自動剪輯以及高級的AI編輯功能。

終身Credits並非每月更新。用戶一旦在專案中使用免費方案以外的功能，導出時可能會被要求升級。

價格與版本對比

Lite價格

Lite為Android專屬，目前價格為4.99美元/月，主要提供行動端手動剪輯、字幕與翻譯、影片配音、提詞器、AI腳本、Eye Contact、降噪、自動剪輯以及基礎素材處理功能。

Lite無法在iOS和桌面端恢復完整權益，也不是Max生成式影片功能的低價版本。跨平台用戶購買前必須確認結算設備與目標功能。

基本價格

Basic的原名為Pro，目前價格為每月9.99美元，包含每月可獲得200點Credit、無水印的檔案導出功能、Reddit內容轉換為影片的功能、腳本生成工具、相機與提詞器功能、字幕及配音功能，以及Eye Contact、降噪、敏感詞處理、縮放、旁白、標題、文字編輯等AI編輯工具。

Basic適合已有真人素材、主要需要字幕與輕量增強的個人創作者，但不包含Max級AI Creator、AI Twin、AI Edit和完整生成式演員能力。

Max價格

Max目前的價格為24.99美元/月，每月可獲得500個點數。這些點數可用於使用Free及Basic功能，此外還包含Chat to Edit、AI Edit、Mirage演員、最多30個AI Twins、AI Creator、生成式媒體、音樂和音效等功能，同時還可以同時進行2個影片生成任務。

Max適合那些需要穩定使用AI演員及自動剪輯功能的創作者。500 Credits可以製作多少個影片，則取決於模型、影片長度、解析度以及所使用的功能，因此無法直接等同於500分鐘的影片時長。

Scale價格

Scale目前的價格為每月69.99美元，可獲得1400個Credits，且能以更快的速度使用AI Creator進行創作，同時也有更高的使用量限制。而Scale 2x的價格則為每月139.99美元，可獲得2800個Credits。

Scale 4x為279.99美元/月、5600 Credits。

Scale適合廣告代理商和高效能內容團隊。選擇檔位時應根據實際專案來測試單支影片的耗用量、失敗後的重試次數、翻譯版本數以及同時處理的請求數，而非僅比較表面的Credits數量。

Enterprise企業方案

Enterprise採用訂製報價，包含批量Credits折扣、自訂席位、專屬客戶管理、入門培訓、優先支援及新功能測試。官方定價頁還明確提供訓練數據排除選項，企業應將資料處理、模型訓練、保留期、安全與生成內容權利寫入合約。

年付、取消與Credits

Basic、Max和Scale提供月付或年付兩種付款方式，年付的價格會比12個月的月付價格更便宜，具體金額以帳戶結算頁面所示為準。說明文件中提到，訂閱服務可以隨時取消，但取消訂閱通常只會停止下期的續費，並不代表已支付的費用會按比例退還。

付費的Credits會依照套餐每個月重新更新，而免費的少量Credits則通常是只能使用一次。要製作演員、補充鏡頭、音樂、聲音以及不同的模型，都會消耗不同的數量，且反複重做也會增加成本。

舊版 Teams 或 Business 客戶可能獲得額外席位和 Top-up Credits，應以其帳戶權益為準。

Mirage API

Mirage API用於以程式化方式製作逼真的口播影片，可透過腳本、參考圖片或Actor ID來創建影片，並透過狀態介面輪詢任務進度，任務完成後即可下載結果。它適用於廣告變體、培訓、產品演示，以及與虛擬主持人和創作工具的整合。

目前官方文件將API標記為需要申請的Early Access Beta，並非所有Captions訂閱用戶都能自動獲得。在開發之前，應先確認准入資格、Credits的價格、速率限制、同時處理的請求數量、內容審核規定、回呼機制、資料保留方式以及服務品質等相關事項。

是否開源？

Captions應用、Mirage模型、AI演員和生成系統並非開源專案，也沒有官方公開的完整自託管版本。GitHub上名稱相似的字幕專案並不代表Captions的官方源代碼；

API可調用也不等於平台開源。

標題使用教學

完成一次基礎任務

1. 確定受眾、平台、畫幅、時長和必須表達的資訊；
2. 在Captions中準備腳本、鏡頭或有意使用之參考素材；
3. 選擇AI Edit自動剪輯並生成低成本預覽；
4. 使用Chat to Edit對話式編輯調整畫面、節奏、字幕和聲音；
5. 逐幀檢查人物、文字、Logo、口型及事實準確性；
6. 確認音樂、肖像和素材授權後導出目標規格；

建立可重複使用的專業工作流

1. 建立腳本、鏡頭表、品牌素材和禁用元素清單；
2. 為AI Edit自動剪輯、Chat to Edit對話式編輯和自動字幕保存統一參數；
3. 先用代表性鏡頭測試模型與額度；
4. 把失敗鏡頭轉入人工剪輯或重新生成；
5. 統一字幕、響度、色彩和片尾版權資訊；
6. 記錄版本和審核人後再批量發布；

適合哪些用戶？

• 製作口播短影片和個人品牌內容的創作者；
• 需要快速測試多條廣告創意的行銷團隊；
• 為影片添加動態字幕、降噪與視覺包裝的剪輯新手；
• 將同一影片翻譯成多種語言並同步口型的團隊；
• 希望用AI Twin減少重複出鏡的講師和創始人；
• 透過API批量生成數字人影片的產品團隊。

產品優勢

• 從拍攝、提詞、字幕到AI生成和導出，都集中在一個工具中；
• AI Edit可快速完成整條社交影片包裝；
• 自動字幕支援100多種語言及大量視覺樣式；
• AI Twin、Mirage演員、配音與Lipdub覆蓋完整數字人流程；
• 可在編輯器中調用多種主流圖片、影片、語音和音樂模型；
• Free基礎編輯無水印，付費層級從輕量字幕到規模化生成較清晰。

限制與注意事項

• Captions的進階功能依賴Credits，生成影片、補充鏡頭、翻譯和反複迭代可能會快速耗盡額度；
• AndroidLite與iOS、Web方案相互區別，不能因為同一帳號登入就假設訂閱跨平台通用；
• 自動字幕、翻譯、眼神修正、口型同步和AIEdit都可能產生識別或視覺錯誤；
• AITwin、聲音克隆和寫實演員涉及身份與誤導風險，必須取得授權並遵守發布平台的合成內容標識要求；
• API仍處於申請測試階段；
• 專業長片、多軌音訊、複雜調色以及多機位項目可能仍需要傳統桌面剪輯軟體；

常見問題

標題免費嗎？

有Free方案，可進行基礎字幕、拍攝、剪切、縮放、旁白、轉場及無水印導出，但完整AI生成、AI Edit和自動影片功能需要付費。

標題要多少錢？

Android Lite為4.99美元/月；Basic為9.99美元/月、200 Credits；

Max的費用為每月24.99美元，可獲得500個點數；Scale的費用則為每月69.99美元，可獲得1400個點數。此外，還有2倍和4倍用量量的選項，以及針對企業客戶的定制方案。

Pro套餐去哪了？

Pro已經更名為Basic，官方說明其功能與價格皆保持不變。舊評測中的Pro應對應現在的Basic，而非Max。

標題能自動加中文字幕嗎？

支援自動轉寫與多語言字幕，但中文人名、品牌、數字和術語仍需人工校對。字幕可直接燒錄到影片並自訂樣式。

AI Edit有什麼用？

它會分析口播影片並自動添加字幕、轉場、縮放、素材、音樂和視覺風格，快速生成可繼續編輯的成片初稿。

字幕支援影片翻譯嗎？

支援字幕翻譯、AI配音和Lipdub。配音會用替換後的語音，Lipdub還會調整嘴部動作以匹配目標語言。

Captions有API嗎？

有Mirage API文件，但目前需要申請Early Access Beta。它可透過腳本、參考圖或演員ID來程式化生成口播影片。

Captions開源嗎？

不開源。其應用、AI演員與Mirage基礎模型均為商業雲服務，網上同名字幕倉庫並非官方平台源碼。