Fincal Cut Pro 字幕自动识别工具 AiFcpxSrt

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。 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？

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

硬件要求

• Apple Silicon Mac（M1 / M2 / M3 / M4）
• macOS 14+
• 建议 16GB 内存

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: macOS 14.0 Sonoma
• 架构: Apple Silicon (arm64)

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

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。 Final Cut Pro 版本：在 11.2 和 12.3 两个版本中测试通过。 Intel 版的Mac 机器就不要试了，跑不起来的，架构不一样。

核心流程

安装说明：

1、下载程序安装和模型包，模型包需解压放到任意目录

2、程序第一次打开后，需要激活

3、成功激活后，需要进设置，指定语音识别模型和翻译模型目录并验证

4、成功进入之后，第一步需要指定音频语言、生成字幕的语言

5、第一步导入语音，直接生成。生成后右侧有预览，可以每条进行编辑

6、若您有和语音配套的文案文字，那是极好的，直接再载入文案，程序会自动根据文案自动校正。