AITOPAI热报
How-toSelected

BaoCut 视频画面翻译功能上线，支持 Agent 自动 OCR 与字幕叠加

宝玉@dotey
Post
View the post
Why we picked it

给视频加字幕翻译不用一帧一帧抠了，BaoCut 新功能配合 Codex 自动搞定，还能导出到剪映。

BaoCut v0.8.2 新增视频画面翻译功能，可对视频中全屏 slides 进行 OCR 识别并添加翻译字幕。推荐使用 Codex Agent 自动化操作，无需人工干预。用户可在 GUI 暂停画面后点击 Screen Text 按钮进行 OCR，支持批量翻译队列。翻译结果以字幕叠加在原始文字上，可直接导出到剪映（CapCut）二次处理。

Original · 宝玉

这两天终于把 BaoCut 的视频画面翻译功能做了，这功能技术实现不复杂，但是交互比较麻烦，也没有同类产品借鉴参考，迭代了好几个版本终于觉得还不错了。 亮点是可以 Agent（推荐 Codex）自动化操作，不用人工干预，另外翻译好的结果，可以直接导出到剪映（CapCut）二次处理。 用起来倒是很简单： 一种是自己去 Agent 那边，让 Agent 自己找出来需要翻译的画面帧，然后翻译后把翻译后的文字加到 OCR 出来的位置。 参考提示词： > 帮我转录翻译 <视频地址>，并为所有全屏的 slides （不是背景中的）也添加翻译 一种是自己从 GUI 主动在要翻译的位置暂停，然后点击播放器下面的 Screen Text 按钮，就能对当前画面进行 OCR，找出来所有文字位置，当然人工可以勾选哪些需要翻译的。 最开始的版本是一次翻译一张，后来发现太慢，现在改成了添加到队列，批量翻译，效率就快多了。 之所以没有做成图片翻译替换画面，是因为视频画面是动态的，如果只是替代一帧或者几帧，效果并不好，就折衷了一下，做成了字幕叠加在原始文字上，人工可以二次调整。 如果你还不是最新版本需要升级到最新版本（v0.8.2）。 下载地址： baocut.app Punkcan @punkcan @dotey 有一个点子，虽然我暂时不会用到 就是抓取画面上原文的内容，OCR之后，换成翻译的内容，可以呼叫Codex的图片生成 🔗 View Quoted Tweet 💬 2 🔄 0 ❤️ 4 👀 1026 📊 2 ⚡

#BaoCut#Codex#CapCut#视频翻译#OCR

Keep reading

Recent stories with the same tag or section
How-toBuildersSelected08:24
BaoCut explains how AI bilingual subtitles align word by word

The core insight is that translation quality is only half the problem — timing and segmentation, solved via a per-word timestamp list, decide whether bilingual subtitles actually stay in sync when Chinese reorders English sentences. Developers building dubbing, captioning or localisation tools can reuse the approach for their own pipelines. It is a hands-on walkthrough with real project files, so it doubles as a practical reference for ASR-to-subtitle engineering.

#BaoCut#translation#speech recognition#open-source
宝玉@doteySource
How-toBuildersMulti-sourceSelected19:39
BaoCut Integrates Reverse-Engineered Claude Design Skill

The workflow itself is the lesson: pairing a reverse-engineering tool like REA with a strong coding model can reproduce closed product features as open, inspectable skills, without ever copying the original prompts. Developers building agent tools can follow his five-step process with Codex and Claude Code 5.5, or just try the design skill in BaoCut locally. BaoCut is open source on GitHub, so the skill and frontend code are fully viewable.

#Claude Design#BaoCut#GPT-6.1 Sol#Claude Code
Event
宝玉@dotey9 sourcesSource